★ 2
芬兰语语音SSL研究：210万小时广播音频与置信度过滤
研究者基于210万小时无约束广播音频开展大规模芬兰语语音自监督学习研究，提出以ASR置信度作为预训练数据质量代理，相比基于语种识别的过滤在更小训练集上取得3-7%相对词错率改善。研究还在相同参数预算下对比Transformer、Macaron-Net、Conformer与E-Branchforme…
arXiv NLP21 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者基于210万小时无约束广播音频开展大规模芬兰语语音自监督学习研究，提出以ASR置信度作为预训练数据质量代理，相比基于语种识别的过滤在更小训练集上取得3-7%相对词错率改善。研究还在相同参数预算下对比Transformer、Macaron-Net、Conformer与E-Branchforme…