BriefGPT.xyz
大模型
Ask
alpha
关键词
speaker adaptive training
搜索结果 - 3
加强量化的端到端 ASR 模型通过个性化
使用 4-bit 正态浮点数量化和低秩自适应方法相结合的个性化量化模型策略,大幅降低了模型大小并显著减少了词错误率。
PDF
10 months ago
探究无序语音识别数据增强技术
本文研究了一组用于混乱语音识别的数据增强技术,包括声道长度扰动(VTLP)、节奏扰动和速度扰动,并利用正常和混乱语音进行增强处理。通过基于学习隐藏单元贡献(LHUC)的说话者自适应训练对原始和增强数据中的受损说话者之间的变异性进行建模。使用
→
PDF
2 years ago
无监督声学模型自适应学习隐藏单元贡献
通过学习隐藏单元贡献的调整方法(LHUC),这项工作介绍了神经网络声学模型的适应性研究,将其扩展到发言人自适应训练和多种语音识别基准,并证明在测试和 SAT 方案中,LHUC 均能在不同程度的训练和测试数据不匹配的情况下显著提高词错误率。
PDF
8 years ago
Prev
Next