grapheme-to-phoneme conversion | BriefGPT

关键词grapheme-to-phoneme conversion

搜索结果 - 8

外部知识增强的多音字消歧方法利用大规模语言模型
提出一种解决汉语多音字消歧问题的新方法，该方法基于大型语言模型和提示学习，包括三个模块：检索模块、生成模块和后处理模块。实验结果表明该方法在公共数据集 CPP 上优于现有方法，并对提示模板、训练数据规模和是否引入外部知识进行了实证研究。
PDF7 months ago
使用 ByT5 模型进行大规模多语言字素到音素转换
使用 ByT5 模型，我们从不同来源中整理出覆盖 100 种语言的 G2P 数据集，并训练了大规模的多语种 G2P 模型。与单语模型相比，多语种 ByT5 模型通过同时学习多种语言降低了电话错误率，可进一步通过无监督预测或微调，帮助低资源语
PDF2 years ago
g2pW：一种有条件的加权 Softmax BERT，用于汉语多音字消歧
提出了一种新的 g2pW 方法，使用可学习的 softmax 权重将 BERT 的输出与所需的多音字字符及其 POS 标记进行条件转化，无需使用额外的 POS 标记预训练模型。该方法在公共 CPP 数据集上的表现优于现有方法。
PDF2 years ago
使用预训练字素模型的神经音素转换
本文提出了一种预训练的字形模型 GBERT，通过两种方法将其融合到基于 Transformer 的 G2P 模型中，实验证明了该模型在 SIGMORPHON 2021 G2P 任务的中低资源数据情况下的有效性。
PDF2 years ago
ACL神经字符串编辑距离
本文提出神经字符串编辑距离模型用于字符串对匹配与转录，并在同一框架中平衡精度与可解释性，通过对认知相似性，音译以及字音转换等任务进行评估达到了最先进匹配模型的表现。
PDF3 years ago
基于标记层集成蒸馏的字素到音素的转换
本研究提出了一种基于 token 级别的集成蒸馏方式，使用 Transformer 模型以提高语音识别系统中的字素到音素转换的精度，并针对如何利用额外的未标记数据来提高模型精度、减小在线部署的模型大小等实际问题进行了研究，实验结果表明我们的
PDF5 years ago
EMNLP高度多语言神经音素转写
本文提出了使用神经序列到序列模型进行语音转换的方法，这个方法可以用在多种语言上，并且相比于基于高资源单语言模型适应低资源语言的方法，我们的方法在语音识别上的表现有显著提升，同时我们的模型更加紧凑。
PDF7 years ago
COLING将传统序列到序列模型与编码器 - 解码器神经网络在单调字符串翻译任务上进行比较
本文研究了使用编码 - 解码神经模型在 OCR 校正、拼写校正、音素转换和词形还原等方面的表现，以及与其他传统方法和更专业的模型进行了比较。
PDF8 years ago