London Lesbian and Gay Switchboard
PulseAugur coverage of London Lesbian and Gay Switchboard — every cluster mentioning London Lesbian and Gay Switchboard across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
研究发现 ASR 语音转写文本规范化会损害对话行为分类
一篇新发表在 arXiv 上的研究论文探讨了自动语音识别 (ASR) 系统语音转写文本的规范化这一常见做法如何会无意中移除对话行为分类所需的关键语用信号。该研究评估了六种分类器和三个对话语料库的九种不同的语音转写文本条件，发现严重的规范化持续降低了神经网络模型的性能。具体而言，移除填充停顿和标点符号对分类准确性产生了负面影响，表明这种规范化应该是任务相关的，而不是不加区分地应用。
-
新的 Uh-Mazing 基准测试揭示话语中断影响语音翻译质量
一个名为 Uh-Mazing 的新基准测试已被开发出来，用于研究话语中断对语音翻译的影响。目前的系统通常会移除这些语音不规则之处，导致意义丢失。该基准测试包含来自 London Lesbian and Gay Switchboard 的、经过人工翻译和话语中断标注的语音，揭示了虚假开始和自我修正会显著降低翻译质量。研究人员发现，模型倾向于省略话语中断，而不是错误翻译它们，并且在推理时解码可以帮助缓解这个问题，而无需重新训练。
-
新的NAR-MBR解码提高了语音识别的速度和准确性
研究人员开发了一种新的语音识别非自回归解码框架，称为NAR-MBR解码。该方法旨在通过并行生成输出令牌来提高语音识别的速度，克服了非自回归模型通常伴随的性能下降。通过最大化从样本中获得的预期效用，而不是直接概率，NAR-MBR解码实现了更快的处理速度，并在多个基准数据集上优于以前的非自回归方法。