神经语音模型中的人类语言偏置: Wav2Vec2.0 中的音位分类和音律限制

BriefGPT - AI 论文速递 · 2024-07-03T00:00:00Z

该研究提出了一种轻量级字符表示的方法，用于编码精细的发音特征并执行情境偏倚。实验结果显示，该方法相对于基线模型在不同情境偏见列表大小上提高了4.62％-9.26％的识别准确率。在大规模数据集上，相对于基准模型，识别准确率提高了7.91％。在稀有单词和尾部话语的测试集上，相对识别准确率的改善更为显著，分别达到了36.80％和23.40％。