通过非对称负对比和反向注意力实现鲁棒表征学习

本文提出了一种基于U-Net的注意力模型，用于增强深度神经网络语音识别系统中的对抗性信号，并通过可解释的语音识别度量评估模型性能。实验结果表明，该模型可以提高语音质量感知评估、语音传输指数和短期客观清晰度等指标，并可以增强DNN基于ASR模型的鲁棒性和泛化能力，从而确保弹性ASR系统的安全性。