· 2015
Konuşma tanıma için ses artırımı
Audio augmentation for speech recognition
- 1.155atıf
- 2015yıl
Kısa özet
Ses hızını 0.9, 1.0 ve 1.1 faktörleriyle değiştirmek, 100-1000 saat eğitim verisiyle dört görevde ortalama %4.3'lük bir iyileşmeyle büyük kelime haznesi konuşma tanıma (LVCSR) performansını artırdı.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Ses seviyesinde hız pertürbasyonu (0.9, 1.0, 1.1 faktörleri) bir veri artırma yöntemi olarak önerilmektedir.
- Teknik, düşük bir uygulama maliyetine sahiptir ve benimsenmesi kolaydır.
- Dört LVCSR görevi boyunca ortalama %4.3'lük bir göreceli iyileşme gözlemlenmiştir.
- Etkinliği, 100 ila 1000 saat arasında değişen eğitim verisi boyutlarında incelenmiştir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Data augmentation is a common strategy adopted to increase the quantity of training data, avoid overfitting and improve robustness of the models. In this paper, we investigate audio-level speech augmentation methods which directly process the raw signal. The method we particularly recommend is to change the speed of the audio signal, producing 3 versions of the original signal with speed factors of 0.9, 1.0 and 1.1. The proposed technique has a low implementation cost, making it easy to adopt. We present results on 4 different LVCSR tasks with training data ranging from 100 hours to 1000 hours, to examine the effectiveness of audio augmentation in a variety of data scenarios. An average relative improvement of 4.3% was observed across the 4 tasks.
Yazarların özeti; kaynağından alınmıştır., 2015 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Sinyal İşleme
Signal ProcessingComputer Science