亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,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.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
量子星尘发布了新的文献求助10
4秒前
cokevvv发布了新的文献求助10
7秒前
彭于晏应助科研通管家采纳,获得10
21秒前
充电宝应助cokevvv采纳,获得10
29秒前
46秒前
Hello应助实验室据好到爆采纳,获得10
53秒前
1分钟前
瞬间发布了新的文献求助10
1分钟前
矢思然完成签到,获得积分10
1分钟前
小蛙完成签到,获得积分10
1分钟前
潇漠完成签到,获得积分20
1分钟前
小二郎应助小蛙采纳,获得10
1分钟前
优美的冰巧完成签到 ,获得积分10
1分钟前
yyn完成签到,获得积分10
1分钟前
LL发布了新的文献求助10
1分钟前
shuzi完成签到,获得积分10
2分钟前
djdh完成签到 ,获得积分10
2分钟前
LL发布了新的文献求助10
3分钟前
斯文败类应助twk采纳,获得10
3分钟前
bkagyin应助Yuanyuan采纳,获得10
3分钟前
4分钟前
twk发布了新的文献求助10
4分钟前
ding应助twk采纳,获得10
4分钟前
4分钟前
5分钟前
phoenix发布了新的文献求助10
5分钟前
5分钟前
5分钟前
天天快乐应助phoenix采纳,获得10
5分钟前
phoenix完成签到,获得积分10
5分钟前
twk发布了新的文献求助10
5分钟前
TXZ06完成签到,获得积分10
5分钟前
5分钟前
丘比特应助twk采纳,获得10
6分钟前
涂鸦少年完成签到 ,获得积分10
6分钟前
量子星尘发布了新的文献求助10
6分钟前
哈哈完成签到,获得积分10
6分钟前
szx233完成签到 ,获得积分10
6分钟前
7分钟前
小蛙发布了新的文献求助10
7分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Aerospace Standards Index - 2026 ASIN2026 3000
Polymorphism and polytypism in crystals 1000
Signals, Systems, and Signal Processing 610
Discrete-Time Signals and Systems 610
Research Methods for Business: A Skill Building Approach, 9th Edition 500
Social Work and Social Welfare: An Invitation(7th Edition) 410
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 纳米技术 有机化学 物理 生物化学 化学工程 计算机科学 复合材料 内科学 催化作用 光电子学 物理化学 电极 冶金 遗传学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 6050926
求助须知:如何正确求助?哪些是违规求助? 7852077
关于积分的说明 16267023
捐赠科研通 5196078
什么是DOI,文献DOI怎么找? 2780445
邀请新用户注册赠送积分活动 1763375
关于科研通互助平台的介绍 1645370