自動音声認識のための多言語モデルの調査【JST・京大機械翻訳】

Yadav Hemant; Sitaram Sunayana

プレプリント

J-GLOBAL ID：202202211922297733 整理番号：22P0295188

自動音声認識のための多言語モデルの調査【JST・京大機械翻訳】

A Survey of Multilingual Models for Automatic Speech Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月25日プレプリントサーバーでの情報更新日： 2022年02月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

自動音声認識(ASR)システムは,少数の言語に対して人間のような性能を達成したが,世界の言語の大部分は,これらのモデルを訓練するための大きな音声データセットの欠如のために,利用可能なシステムを持たない。交差言語転送は,低資源言語が転送学習を通してより高い資源言語から潜在的に利益を得るか,または同じ多言語モデルで共同訓練されるので,この問題に対する魅力的な解決策である。交差言語移動の問題はASRにおいてよく研究されているが,自己監督学習の最近の進歩は,多言語ASRモデルで使用されるラベルなし音声データに対する道を開き,低資源言語に関する性能改善のための道を拓くことができる。本論文では,交差言語転送により構築された多言語ASRモデルにおける最先端技術を調査した。多様な言語と技術にわたる研究から多言語モデルを構築するための最良の実践を提示し,未解決の問題を議論し,将来の研究の推奨事項を提供した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , 自然語処理

, ,

前のページに戻る