Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2306.03773

帮助 | 高级搜索

电气工程与系统科学 > 音频与语音处理

arXiv:2306.03773 (eess)
[提交于 2023年6月1日 ]

标题: 一些声音过于常见:使用Common Voice数据集构建公平的语音识别系统

标题: Some voices are too common: Building fair speech recognition systems using the Common Voice dataset

Authors:Lucas Maison, Yannick Estève
摘要: 自动语音识别(ASR)系统由于神经网络训练的新进展,如自监督学习,变得越来越高效。 然而,它们对某些群体是不公平的,例如有口音的人。 在这项工作中,我们使用法语Common Voice数据集来量化预训练的wav2vec~2.0模型对多个人口统计群体的偏见。 通过在各种固定大小、精心设计的训练集上微调预训练模型,我们展示了说话人多样性的的重要性。 我们还对Common Voice语料库进行了深入分析,并确定了用户在使用该数据集时应考虑的重要缺陷。
摘要: Automatic speech recognition (ASR) systems become increasingly efficient thanks to new advances in neural network training like self-supervised learning. However, they are known to be unfair toward certain groups, for instance, people speaking with an accent. In this work, we use the French Common Voice dataset to quantify the biases of a pre-trained wav2vec~2.0 model toward several demographic groups. By fine-tuning the pre-trained model on a variety of fixed-size, carefully crafted training sets, we demonstrate the importance of speaker diversity. We also run an in-depth analysis of the Common Voice corpus and identify important shortcomings that should be taken into account by users of this dataset.
评论: 5页,3图。已被Interspeech 2023接收
主题: 音频与语音处理 (eess.AS) ; 计算与语言 (cs.CL); 机器学习 (cs.LG); 声音 (cs.SD)
引用方式: arXiv:2306.03773 [eess.AS]
  (或者 arXiv:2306.03773v1 [eess.AS] 对于此版本)
  https://doi.org/10.48550/arXiv.2306.03773
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Lucas Maison [查看电子邮件]
[v1] 星期四, 2023 年 6 月 1 日 11:42:34 UTC (309 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.AS
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-06
切换浏览方式为:
cs
cs.CL
cs.LG
cs.SD
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号