Detail publikace

Improving Noise Robustness of Automatic Speech Recognition via Parallel Data and Teacher-student Learning

MOŠNER, L.; WU, M.; RAJU, A.; PARTHASARATHI, S.; KUMATANI, K.; SUNDARAM, S.; MAAS, R.; HOFFMEISTER, B. Improving Noise Robustness of Automatic Speech Recognition via Parallel Data and Teacher-student Learning. In Proceedings of ICASSP. Brighton: IEEE Signal Processing Society, 2019. p. 6475-6479. ISBN: 978-1-5386-4658-8.
Název česky
Zlepšování odolnosti vůči šumu automatického rozpoznávání řeči pomocí paralelních dat a učení typu učitel-žák
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Mošner Ladislav, Ing. (UPGM)
WU, M.
RAJU, A.
PARTHASARATHI, S.
KUMATANI, K.
SUNDARAM, S.
MAAS, R.
HOFFMEISTER, B.
URL
Klíčová slova

automatic speech recognition, noise robustness, teacher-student training, domain adaptation

Abstrakt

Pro aplikace rozpoznávání řeči v reálném světě je robustnost hluku stále výzvou. V této práci přijímáme techniku učení učitele (T / S) využívající paralelní čistý a hlučný korpus pro zlepšení výkonu automatického rozpoznávání řeči (ASR) pod multimediálním šumem. Navíc používáme metodu výběru logitů, která zachovává pouze nejvyšší hodnoty k, abychom zabránili nesprávnému zdůraznění znalostí učitele a snížili šířku pásma potřebnou pro přenos dat. Začlenili jsme až 8 000 hodin nepřepisovaných dat pro trénink a prezentujeme naše výsledky na sekvenčně trénovaných modelech kromě těch, které byly vyškoleny na křížovou entropii. Nejlepší studentský model se sekvenčním tréninkem přináší snížení relativní chybovosti slov (WER) přibližně o 10,1%, 28,7% a 19,6% na našich čistých, simulovaných hlučných a reálných testovacích sadách ve srovnání se sekvenčně vyškoleným učitelem.

Rok
2019
Strany
6475–6479
Sborník
Proceedings of ICASSP
ISBN
978-1-5386-4658-8
Vydavatel
IEEE Signal Processing Society
Místo
Brighton
DOI
10.1109/ICASSP.2019.8683422
UT WoS
000482554006141
EID Scopus
2-s2.0-85068975951
BibTeX 
@inproceedings{BUT160006,
  author="MOŠNER, L. and WU, M. and RAJU, A. and PARTHASARATHI, S. and KUMATANI, K. and SUNDARAM, S. and MAAS, R. and HOFFMEISTER, B.",
  title="Improving Noise Robustness of Automatic Speech Recognition via Parallel Data and Teacher-student Learning",
  booktitle="Proceedings of ICASSP",
  year="2019",
  pages="6475--6479",
  publisher="IEEE Signal Processing Society",
  address="Brighton",
  doi="10.1109/ICASSP.2019.8683422",
  isbn="978-1-5386-4658-8",
  url="https://ieeexplore.ieee.org/document/8683422"
}
Nahoru