Contextual knowledge is important for real-world automatic speech recognition (ASR) applications. In this paper, a novel tree-constrained pointer generator (TCPGen) component is proposed that incorporates such knowledge as a list of biasing words into both attention-based encoder-decoder and transducer end-to-end ASR models in a neural-symbolic way. TCPGen structures the biasing words into an efficient prefix tree to serve as its symbolic input and creates a neural shortcut between the tree and the final ASR output distribution to facilitate recognising biasing words during decoding. Systems were trained and evaluated on the Librispeech corpus where biasing words were extracted at the scales of an utterance, a chapter, or a book to simulate different application scenarios. Experimental results showed that TCPGen consistently improved word error rates (WERs) compared to the baselines, and in particular, achieved significant WER reductions on the biasing words. TCPGen is highly efficient: it can handle 5,000 biasing words and distractors and only add a small overhead to memory use and computation cost.


翻译:环境知识对于现实世界自动语音识别(ASR)应用非常重要。 在本文中,提出了一个新的树形约束指针生成器(TCPGen)组件,将偏差词列表等知识纳入以神经同步方式的基于注意的编码解码器和传感器终端到终端的ASR模型中。 TCPGen将偏差词结构成高效的前缀树,作为它的象征性输入,并在树和最后的ASR输出分布之间创造神经捷径,以便利在解码过程中识别偏差单词。在Librispeech文中,对系统进行了培训和评价,在Librispeech文中,偏差词是在一个发音、一章或一本书中提取的,以模拟不同的应用情景。实验结果表明,TCPGen与基线相比,不断提高单词误差率,特别是,在偏差词上大幅度降低WER值。 TCPGen非常高效:它可以处理5,000个偏差词和偏差器,并且只增加小的顶部用于和计算成本。

0
下载
关闭预览

相关内容

【干货书】Python高级数据科学分析,424页pdf
专知会员服务
114+阅读 · 2020年8月7日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
tensorflow项目学习路径
北京思腾合力科技有限公司
10+阅读 · 2017年11月23日
已删除
将门创投
3+阅读 · 2017年10月27日
Arxiv
5+阅读 · 2021年6月3日
Teacher-Student Training for Robust Tacotron-based TTS
Arxiv
3+阅读 · 2018年6月19日
VIP会员
相关资讯
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
tensorflow项目学习路径
北京思腾合力科技有限公司
10+阅读 · 2017年11月23日
已删除
将门创投
3+阅读 · 2017年10月27日
Top
微信扫码咨询专知VIP会员