word error rate reduction | BriefGPT

关键词word error rate reduction

搜索结果 - 14

语音识别模型的终身训练的连续编辑
通过提出一种名为连续模型编辑的新方法，本研究解决了自动语音识别系统中的领域迁移问题，并实验证明相对于基准微调和其他深度学习算法，该方法在减少词错误率和提高识别效率方面取得了显著的优势。
PDF7 days ago
混合模型中交替使用弱三音素 / BPE 对齐监督改善端到端 ASR
通过交替使用弱三音素 / BPE 对齐辅助训练模型，建议在中间层和编码器中使用三音素和 BPE 对齐计算交叉熵中间辅助损失来提高自动语音识别性能，同时降低字错率 10% 以上。
PDF4 months ago
流式多语种 ASR 中对尾语言的高效适配器微调
通过在流式多语种 ASR 中引入语言相关适配器（LDA）微调和基于教师伪标签技术，本研究提出的方法有效地减少了平均 12.2% 的词错误率，并在单个场景中最多降低了 37.5% 的错误率，从而显著缓解了异步峰值性能问题。
PDF5 months ago
Promptformer: 给予提示的变换解码器用于 ASR
通过用于自动语音识别的注意机制中的超级提示灵感引入一种新颖机制，将文本上下文与声音表示融合起来，并通过在包含多轮互动的测试集上实现 5.9% 的相对词错误率减少 (rWERR)，显示出我们的方法在以前的基线上有所改进。我们证明了即使没有上下
PDF6 months ago
高精度语音搜索查询纠错通过可检索的语音 - 文本嵌入
通过使用多模式语音文本嵌入网络，从语音文本数据库中直接查询校正候选项，以消除音频 - 假设不匹配问题，并在将候选项添加到原始候选列表之前使用语音 - 文本嵌入距离对候选项进行评分，该方法在改善检索率的同时，降低了相对的词错误率（WER）。
PDF6 months ago
基于大规模互补神经语言模型的格栅重新评分
我们研究了使用大规模先进神经语言模型（NLMs）对自动语音识别（ASR）假设进行格栅再评分的效果。通过将最多 8 个 NLMs 进行组合，通过迭代式格栅生成，逐步改进给定格栅弧上的语言评分，我们逐渐降低 ASR 假设的错误。此外，我们还研究
PDF6 months ago
零样本领域敏感的语音识别与提示条件优化微调
我们提出了一种方法，通过在给定的文本提示上条件生成，利用文本域信息创建领域敏感的语音识别模型。我们通过对预训练的端到端模型（Whisper）进行微调，从示范中学习文本示例，展示了这种能力可以推广到不同领域甚至不同的提示上下文，我们的模型在来
PDFa year ago
TriNet：稳定自监督学习，防止 ASR 系统完全或缓慢崩溃
本文提出 TriNet 模型，利用三分支结构防止信息崩溃和维护预训练稳定性，学习自我监督潜在嵌入空间并将其纳入更高级别的空间用于对由冻结老师生成的伪目标向量进行预测，实验结果表明相对于 Data2vec 等最新技术，TriNet 显著稳定并
PDF2 years ago
利用随机句子串联来提高短视频语音识别
本文提出了一种称为随机语音串接（RUC）的方法，以缓解短视频语音识别任务中的训练 - 测试语音长度不匹配问题，实验证明使用该方法可明显提高模型性能，使得在 14 种语言上的平均词错误率降低了 3.64%。
PDF2 years ago
移动键盘输入中的复合处理
本文提出了一个框架来提高手机用户在形态丰富的语言中的打字体验，该方法使用自动选择的子词单元来对德语等复杂的语言进行建模，并通过绑定类型注释来确定何时将子词单元绑定成单词，此方法在多种复杂语言中表现出约 20% 的错误率降低，是基本方法改进的
PDF2 years ago
自监督学习用于语音识别中间层辅助训练
利用中间层监督自监督学习（ILS-SSL）对语音预训练模型进行优化，可以更好地集中于音频内容信息学习，从而实现识别性能的提高，并且在语言模型不被使用情况下，相对字错率下降 23.5%。
PDF3 years ago
端设备个性化语音识别模型的研究调查
本文探讨利用个人化的端到端语音识别模型在移动设备上安全训练，使用户数据和模型不离开设备和服务器，以提高数据隐私和可扩展性。实验结果表明，在设备个性化的情况下，相对词误差率降低了 63.7％，性能略有下降（18.7％）但是最终实现了更好的数据
PDF5 years ago
多通道盲源分离的深度聚类模型无监督训练
提出了一种通过无监督的空间聚类算法训练深度聚类系统，从而在没有并行清洁数据时从头训练基于神经网络的源分离算法的方案。
PDF5 years ago
将外部语言模型融入到序列到序列模型的分析
本研究研究了基于注意力机制的序列到序列模型中对于浅层融合仿照外部语言模型在多种语言模型、不同的解码单元和不同任务下的一系列行为。在 Google 语音搜索中，我们证明使用基于字单位的神经语言模型和浅层融合可以相对于具有竞争力的注意力机制序列
PDF7 years ago