-
题名临近最优主动学习的藏语语音识别方法研究
被引量:3
- 1
-
-
作者
赵悦
李要嫱
徐晓娜
吴立成
-
机构
中央民族大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第22期156-159,215,共5页
-
基金
教育部人文社科规划项目(No.15YJAZH120)
-
文摘
语音识别模型需要大量带标注语音语料进行训练,作为少数民族语言的藏语,由于语音标注专家十分匮乏,人工标注语音语料是一件非常费时费力的工作。然而,主动学习方法可以根据语音识别的目标从大量未标注的语音数据中挑选一些具有价值的样本交给用户进行标注,以便利用少量高质量的训练样本构建与大数据量训练方式一样精准的识别模型。研究了基于主动学习的藏语拉萨话语音语料选择方法,提出了一种临近最优的批量样本选择目标函数,并验证了其具有submodular函数性质。通过实验验证,该方法能够使用较少的训练数据保证语音识别模型的精度,从而减少了人工标注语料的工作量。
-
关键词
临近最优批量主动学习
submodular函数
语音语料选择
藏语拉萨话语音识别
-
Keywords
near-optimal batch mode active learning
submodular function
speech corpus selection
Lhasa-Tibetan speech recognition
-
分类号
TP391.43
[自动化与计算机技术—计算机应用技术]
-