語音識別任務中除了模型以外的可以提升性能的技巧

對於端對端模型來說,通過數據增強和Dropout的方法可以提高模型的性能。在語音識別中也是如此,之前,我公衆號沒有寫過關於語音識別任務的數據增強的技巧,最近做了大規模的語音識別實踐發現,數據增強對於小數據集而言簡直就是雪中送炭,當然,如果你擁有大體量的數萬小時的語音數據庫,而且又能囊括全國各地不同口音風格,那麼數據增強理論上也能起到錦上添花的作用。今天基於Salesforce Research的這
相關文章
相關標籤/搜索