11、低资源语言自动语音识别研究进展

低资源语言自动语音识别研究进展

一、OpenASR21 挑战赛成果

1.1 LSTM LM 微调尝试

研究人员曾尝试使用 LDC 训练文本以小学习率对 LSTM LM 语言模型进行微调，但每次仅使词错误率（WER）降低了 0.1%。主要影响因素在于 LSTM LM 是使用 LDC + 翻译 + 过滤后的公共文本进行训练，还是使用 LDC + 过滤后的公共文本进行训练。另一个重要因素是用于 LSTM LM 重评分的解码格是由仅使用 LDC 训练的语言模型生成，还是由 LDC·Trans·Sel 生成，亦或是由具有增强词汇量的 LDC + 公共文本生成。

1.2 各语言 WER 改进情况

语言	改进前 WER	改进后 WER	参考文献中的 WER
阿姆哈拉语	37.2	36.1	35.0
粤语	45.6	45.0	42.3
波斯语	51.7	50.8	52.4
格鲁吉亚语	40.