supervised optimization

激活引导提升 ASR 性能和公平性

研究人员探索了激活引导作为一种提高自动语音识别 (ASR) 系统性能和公平性的方法。他们的研究重点是两种技术：配对激活减法，事实证明无效；以及监督优化。后者成功生成了引导向量，提高了整体 ASR 性能以及性别、年龄和方言的人口统计公平性。研究还发现，使用声学上相似的说话人或同一人口统计群体的说话人来训练引导向量，与使用同一说话人训练相比，产生了具有竞争力或更优的结果，这表明了少样本和零样本适应的潜力。