BriefGPT.xyz
大模型
Ask
alpha
关键词
unpaired text
搜索结果 - 4
神经背景性偏倚的文本插入
通过上下文中注入文本的方式,使用大规模未配对的文本来优化自动语音识别(ASR)模型及其偏置成分,提高重要短语的识别准确率。实验证明,使用 1000 亿个文本句子进行 CTI,相对于强大的神经偏置模型,可以实现高达 43.3% 的相对词错误率
→
PDF
a month ago
使用大型语言模型增强口语理解的文本
使用现有和新领域的非配对文本可以提高已有和新领域的口语语义解析的性能,同时,通过提示大型语言模型生成非配对文本,可以进一步提升性能。
PDF
10 months ago
大规模流式 ASR 半监督学习技术比较
比较三种基于半监督方法的语音识别性能提高策略
PDF
a year ago
JEIT: 语音识别的联合端到端模型和内部语言模型训练
提出了一种使用大规模非配对文本来改善说话者对罕见单词的识别能力的训练方法 JEIT,它结合了端到端模型和内部语言模型训练,其中内部语言模型吸收非配对文本,接受 E2E 计算损失信息,从而提高 E2E 模型的性能。在 JEIT 过程中,MHA
→
PDF
a year ago
Prev
Next