研究人员分析了用于TIMIT数据集语音识别的原始波形声学模型的错误模式。他们分解了跨语音类别的手机错误率（PER），并构建了混淆矩阵来理解替换错误。研究发现，他们的模型在TIMIT上的原始波形系统取得了最先进的结果，并且从WSJ迁移学习进一步提高了性能，尤其是在辅音方面。 AI
影响 这项研究提供了对语音错误模式更深入的理解，可能带来更准确的语音识别系统。
排序理由 该集群包含一篇详细介绍新研究发现和模型性能的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.07030v1 Announce Type: cross Abstract: We analyse error patterns of raw waveform acoustic models on TIMIT phone recognition beyond the overall phone error rate (PER). PER is decomposed across three broad phonetic class (BPC) categorisations, and confusion matrices are …
We analyse error patterns of raw waveform acoustic models on TIMIT phone recognition beyond the overall phone error rate (PER). PER is decomposed across three broad phonetic class (BPC) categorisations, and confusion matrices are constructed from substitution errors. Our models c…