multilingual automatic speech recognition | BriefGPT

关键词multilingual automatic speech recognition

搜索结果 - 14

MSR-86K：一个包含 86,300 小时语音转换文本的多语种演变语料库，用于语音识别研究
该论文介绍了 MSR-86K，这是一个逐渐增长的大规模多语言语音识别研究语料库，由 YouTube 上公开可访问的视频转录数据组成，包括 15 种语言和总共 86300 小时的 ASR 数据。同时，该论文还介绍了如何使用 MSR-86K 语
PDF8 days ago
多语种 ASR 中新语种整合的低秩自适应双通道模型
通过采用双流水线及低秩适应的方法，该研究应对多语言预训练自动语音识别系统中将新语言整合进去的挑战，减少既有语言性能的降低，并实现了一种与语言无关的操作模式。
PDF22 days ago
LoRA-Whisper: 参数高效且可扩展的多语言语音识别
本文提出了 LoRA-Whisper 模型，通过将 LoRA 矩阵融入 Whisper，有效减轻多语种自动语音识别中的语言干扰，并通过利用 LoRA 和语言之间的相似性，在新语种上取得更好的性能，同时保持原有语种的稳定性。在涉及八种语言的真
PDFa month ago
CL-MASR：多语言 ASR 的持续学习基准
建立了一个用于研究多语种自动语音识别的连续学习基准，包括大规模预训练自动语音识别模型上实施的多种连续学习方法和常见指标，以评估在学习新语言同时解决灾难性遗忘问题的有效性。
PDF8 months ago
SSHR：利用自监督层级表征进行多语言自动语音识别
通过使用自我监督学习 (SSHR) 的分层表示，我们提出了一种新方法来优化多语种自动语音识别 (ASR)。我们分析了自我监督学习模型的不同层次，发现了与语言和内容相关的信息，从相关的中间层中提取与语言相关的帧，并通过自注意机制引导针对特定内
PDF9 months ago
动态 ASR 路径：多语音 ASR 模型高效剪枝的自适应遮罩方法
本文提出了一种自适应掩蔽方法，用于高效地修剪多语言自动语音识别模型，并展示了该方法在目标为稀疏的单语言模型时的优势，同时减少了语言特定修剪的需求。
PDF9 months ago
利用单语数据源训练双语和混码语音识别模型
本文介绍了一种新的聚合分词器方法，用于训练双语和混合语音自动语音识别模型，从而消除了获得语料库的限制，并演示了这种方法的有效性。
PDFa year ago
用于流式多语言 ASR 的专家混合 Conformer
提出了一种流式的、真正的多语言 Conformer 模型，其中融合了 MoE 层以提高推理效率，经在 12 种语言上评估，相对于基线获得 11.9% 的相对 WER 改进；在不使用语言信息的前提下，与使用 Ground Truth 信息的适
PDFa year ago
将语音技术扩展至 1000 多种语言
通过基于宗教文本的新数据集和有效利用自监督学习的方法，Massively Multilingual Speech（MMS）项目构建了包括 1406 种语言的预训练 wav2vec 2.0 模型、1107 种语言的单一多语言自动语音识别模型、
PDFa year ago
多语言词错误率评估：e-WER3
提出了一种新颖的多语言语音识别框架 ——eWER3，通过联合训练声学和词汇表示来估计词错误率，该模型推动了邻近语言的表现，并在估计单词错误率的方法上优于以往的单语言方法（eWER2）。
PDFa year ago
跨语言声学 - 语音相似度对多语种语音识别的影响研究
本文提出了一种新的数据驱动方法来研究跨语音识别方案中的跨语言声学语音相似性，通过训练深度神经网络来将来自不同声音模型的分布转化为可直接比较的形式，并通过熵分析发现少重叠语音的语言更易于跨语言传输，在融合单语言模型方面取得了相对于单语言识别的
PDF2 years ago
用于口语识别的预训练方法：TalTech 在 OLR 2021 挑战赛中的提交
本文研究了口语语言识别的不同预训练方法，并基于我们在东方语言识别挑战赛 2021 中的提交，参与了有约束和无约束的语言识别的两个任务。我们主要使用 Conformer-based 编码器 - 解码器模型和 XLSR-53 wav2vec2.
PDF2 years ago
适用于印度语的代码转换和混合语音识别
本研究通过比较使用多语种和单语种模型进行语音识别的表现，提出了一种基于 wav2vec 2.0 的端到端多语种语音识别和混合语言识别技术，取得了印度诸多语言语音识别的较好效果。
PDF2 years ago
一个模型统治所有：方言码转换阿拉伯语自动语音识别的多语言策略
本研究采用自注意力机制，设计了一个大型的多语言端到端语音识别系统，使用阿拉伯语、英语和法语训练。我们评估了该系统在处理单语言、多方言以及代码转换等方面的表现，并与当前最先进的系统进行了比较。结果表明，我们的模型强于最先进的单语言方言阿拉伯语
PDF3 years ago