论文阅读：Bi-encoder Transformer Network for Mandarin-English Code-switching Speech Recognition using Mix

傲娇的程序猿

于 2021-03-24 11:21:07 发布

阅读量851

点赞数

分类专栏：语音识别文章标签：深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_23126625/article/details/115164970

版权

这篇论文介绍了一种使用混合专家系统(MoE)的双编码器Transformer网络，针对中英文混合语音识别任务。首先，对中文和英文语料分别进行encoder预训练，然后通过MoE结合两个encoder的输入，利用LID（语言识别）模型确定插值系数。模型的损失函数与ASR模型联合训练，并用线性模型训练插值系数。文中提出无监督训练时，LID模型的效果和作用引人思考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

语音识别阅读笔记-Bi-encoder Transformer Network for Mandarin-English Code-switching
Speech Recognition using Mixture of Experts

(interspeech 2020)

下载链接：

http://www.interspeech2020.org/index.php?m=content&c=index&a=show&catid=413&id=1277

主要思想：

这篇文章主要目的是完成中英文混合语音的识别工作。主要是通过MoE（混合专家系统）分别对中文和英文语料进行encoder网络的预训练。分别得到中文的encoder模型和英文的encoder模型。

1:分别对中文和英文语料进行encoder网络的预训练

$h^{cn} = MandarinEncoder(x)$

$h^{en} = EnglishEncoder(x)$

2:通过MoE（混合专家系统）结合两个encoder的输入（其实就是做了一个加权

最低0.47元/天解锁文章

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。