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!

Robust Data2VEC: Noise-Robust Speech Representation Learning for ASR by Combining Regression and Improved Contrastive Learning

计算机科学 稳健性(进化) 判别式 人工智能 回归 特征学习 语音识别 模式识别(心理学) 回归分析 机器学习 噪音(视频) 图像(数学) 数学 统计 生物化学 化学 基因
作者
Qiushi Zhu,Long Zhou,Jie Zhang,Shujie Liu,Yu‐Chen Hu,Li-Rong Dai
标识
DOI:10.1109/icassp49357.2023.10095373
摘要

Self-supervised pre-training methods based on contrastive learning or regression tasks can utilize more unlabeled data to improve the performance of automatic speech recognition (ASR). However, the robustness impact of combining the two pre-training tasks and constructing different negative samples for contrastive learning still remains unclear. In this paper, we propose a noise-robust data2vec for self-supervised speech representation learning by jointly optimizing the contrastive learning and regression tasks in the pre-training stage. Furthermore, we present two improved methods to facilitate contrastive learning. More specifically, we first propose to construct patch-based non-semantic negative samples to boost the noise robustness of the pre-training model, which is achieved by dividing the features into patches at different sizes (i.e., so-called negative samples). Second, by analyzing the distribution of positive and negative samples, we propose to remove the easily distinguishable negative samples to improve the discriminative capacity for pre-training models. Experimental results on the CHiME-4 dataset show that our method is able to improve the performance of the pre-trained model in noisy scenarios. We find that joint training of the contrastive learning and regression tasks can avoid the model collapse to some extent compared to only training the regression task.
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
lcxll发布了新的文献求助10
3秒前
5秒前
懒羊羊完成签到 ,获得积分10
10秒前
科研通AI2S应助累啊采纳,获得10
10秒前
peterlee完成签到,获得积分10
12秒前
12秒前
linbei完成签到,获得积分10
13秒前
14秒前
笨笨西牛完成签到 ,获得积分10
14秒前
英俊的铭应助科研通管家采纳,获得10
14秒前
Ava应助科研通管家采纳,获得10
14秒前
14秒前
李爱国应助科研通管家采纳,获得10
14秒前
充电宝应助科研通管家采纳,获得10
14秒前
15秒前
15秒前
Sjy发布了新的文献求助10
16秒前
fengyuke发布了新的文献求助10
17秒前
Junyi完成签到 ,获得积分10
18秒前
19秒前
zhangyt发布了新的文献求助10
20秒前
20秒前
23秒前
23秒前
24秒前
缪慧敏完成签到,获得积分10
25秒前
哇哈哈发布了新的文献求助10
26秒前
小白发布了新的文献求助10
26秒前
Ziyi_Xu发布了新的文献求助30
26秒前
彭于晏应助zhangyt采纳,获得10
27秒前
Jeongin关注了科研通微信公众号
30秒前
care完成签到 ,获得积分10
31秒前
bkagyin应助无语的稀采纳,获得10
38秒前
爆米花应助加菲丰丰采纳,获得10
38秒前
40秒前
所所应助没时间解释了采纳,获得10
40秒前
44秒前
Jeongin发布了新的文献求助10
45秒前
46秒前
可乐不加冰完成签到,获得积分10
50秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
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 3256703
求助须知:如何正确求助?哪些是违规求助? 2898812
关于积分的说明 8302592
捐赠科研通 2568036
什么是DOI,文献DOI怎么找? 1394855
科研通“疑难数据库(出版商)”最低求助积分说明 652913
邀请新用户注册赠送积分活动 630631