电气工程与系统科学 > 音频与语音处理
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.