已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Multi-Encoder Learning and Stream Fusion for Transformer-Based End-to-End Automatic Speech Recognition

编码器 计算机科学 变压器 语音识别 推论 人工智能 隐马尔可夫模型 水准点(测量) 人工神经网络 融合 端到端原则 深度学习 解码方法 模式识别(心理学) 算法 工程类 电压 地理 操作系统 哲学 电气工程 语言学 大地测量学
作者
Timo Lohrenz,Zhengyang Li,Tim Fingscheidt
标识
DOI:10.21437/interspeech.2021-555
摘要

Stream fusion, also known as system combination, is a common technique in automatic speech recognition for traditional hybrid hidden Markov model approaches, yet mostly unexplored for modern deep neural network end-to-end model architectures. Here, we investigate various fusion techniques for the all-attention-based encoder-decoder architecture known as the transformer, striving to achieve optimal fusion by investigating different fusion levels in an example single-microphone setting with fusion of standard magnitude and phase features. We introduce a novel multi-encoder learning method that performs a weighted combination of two encoder-decoder multi-head attention outputs only during training. Employing then only the magnitude feature encoder in inference, we are able to show consistent improvement on Wall Street Journal (WSJ) with language model and on Librispeech, without increase in runtime or parameters. Combining two such multi-encoder trained models by a simple late fusion in inference, we achieve state-of-the-art performance for transformer-based models on WSJ with a significant WER reduction of 19% relative compared to the current benchmark approach.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
archer01发布了新的文献求助10
2秒前
香蕉觅云应助chen采纳,获得10
2秒前
害怕的山兰关注了科研通微信公众号
2秒前
紫苑发布了新的文献求助20
2秒前
研友_VZG7GZ应助巾凡采纳,获得10
3秒前
3秒前
5秒前
Crane发布了新的文献求助30
6秒前
10秒前
10秒前
屠夫9441完成签到 ,获得积分10
13秒前
14秒前
陆艳梅2023发布了新的文献求助10
15秒前
HHH完成签到,获得积分20
15秒前
16秒前
Little2发布了新的文献求助30
16秒前
今天爱自己了吗完成签到,获得积分10
16秒前
17秒前
17秒前
18秒前
19秒前
20秒前
21秒前
咸鱼发布了新的文献求助10
23秒前
tangzhidi发布了新的文献求助10
25秒前
姚美阁完成签到 ,获得积分10
25秒前
27秒前
27秒前
nana完成签到 ,获得积分10
27秒前
飞鱼z完成签到 ,获得积分10
28秒前
归海剑封完成签到,获得积分10
29秒前
30秒前
32秒前
思源应助吴昊东采纳,获得10
34秒前
35秒前
王二完成签到,获得积分10
37秒前
小黍有泰模型饲料完成签到,获得积分20
39秒前
zzz完成签到 ,获得积分10
39秒前
典雅君浩完成签到 ,获得积分10
40秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
Near Infrared Spectra of Origin-defined and Real-world Textiles (NIR-SORT): A spectroscopic and materials characterization dataset for known provenance and post-consumer fabrics 610
Promoting women's entrepreneurship in developing countries: the case of the world's largest women-owned community-based enterprise 500
Shining Light on the Dark Side of Personality 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3307213
求助须知:如何正确求助?哪些是违规求助? 2940961
关于积分的说明 8499788
捐赠科研通 2615195
什么是DOI,文献DOI怎么找? 1428763
科研通“疑难数据库(出版商)”最低求助积分说明 663525
邀请新用户注册赠送积分活动 648382