BriefGPT - AI 论文速递
·
自学习识别器：面向语音基础模型的无监督适应
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种统一说话人自适应方法，基于特征适应和模型适应，能够在Librispeech数据集上降低词错误率，并具有低资源适应性能。
🎯
关键要点
- 提出了一种统一说话人自适应方法，基于特征适应和模型适应。
- 采用说话人感知的持久性记忆模型进行特征适应。
- 使用新颖的逐步修剪方法进行模型适应。
- 在Librispeech数据集上实验表明，词错误率下降2.74-6.52%。
- 该方法具有良好的低资源适应性能。
🏷️
标签
➡️
