计算机科学 > 计算与语言
[提交于 2023年6月7日
]
标题: 标签感知的语音表示学习用于语言识别
标题: Label Aware Speech Representation Learning For Language Identification
摘要: 用于非语义任务(如语言识别)的语音表示学习方法要么探索了使用分类器模型的监督嵌入提取方法,要么探索了使用原始数据的自监督表示学习方法。 在本文中,我们提出了一种将自监督表示学习与语言标签信息结合的新型框架,用于预训练任务。 该框架称为标签感知语音表示(LASR)学习,使用基于三元组的目标函数,将语言标签与自监督损失函数相结合。 语音表示进一步针对下游任务进行微调。 语言识别实验在两个公共数据集——FLEURS和Dhwani上进行。 在这些实验中,我们说明所提出的LASR框架在语言识别方面优于最先进的系统。 我们还报告了LASR方法对噪声/缺失标签的鲁棒性分析以及其在多语言语音识别任务中的应用。
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.