本文研究了对话时序对用于训练自动语音识别(ASR)系统的合成数据的影响。研究人员探索了与停顿和重叠时序相关的四维参数空间,生成模拟对话来训练ASR模型。研究发现,模拟数据中较高的重叠与较低的词错误率相关,而较长和变化较大的停顿会增加错误。贝叶斯优化提供了关于这种重叠-间隙权衡的分析见解,表明时序剖面的任务相关诊断对于改进模拟训练数据至关重要。 AI
影响 这项研究为优化ASR的合成数据生成提供了见解,有望带来更高效、更准确的语音识别系统。
排序理由 该集群包含一篇发表在arXiv上的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →