相信很多大家對(duì)蘋(píng)果推出降噪語(yǔ)言模型DLM 用于糾正ASR系統(tǒng)中的錯(cuò)誤還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

站長(zhǎng)之家（ChinaZ.com）5月28日 消息:蘋(píng)果最近推出了一項(xiàng)新的技術(shù)創(chuàng)新，去噪語(yǔ)言模型（DLM），通過(guò)大量合成數(shù)據(jù)的訓(xùn)練，取得了超越以往的成就，實(shí)現(xiàn)了自動(dòng)語(yǔ)音識(shí)別(ASR)領(lǐng)域的最新性能水平。

這項(xiàng)技術(shù)的核心在于使用文本轉(zhuǎn)語(yǔ)音（TTS）系統(tǒng)創(chuàng)建音頻，并將其輸入ASR系統(tǒng)，通過(guò)這種方式產(chǎn)生了嘈雜的假設(shè)，與原始文本進(jìn)行配對(duì)，從而訓(xùn)練DLM。該方法的關(guān)鍵要素包括升級(jí)的模型和數(shù)據(jù)、多說(shuō)話人TTS系統(tǒng)、各種噪聲增強(qiáng)策略以及新的解碼技術(shù)。

研究顯示，單個(gè)DLM可以應(yīng)用于不同的ASR系統(tǒng)，其性能顯著優(yōu)于傳統(tǒng)的基于語(yǔ)言模型（LM）的集束搜索重新評(píng)分方法。這一突破意味著精心設(shè)計(jì)的糾錯(cuò)模型可以取代傳統(tǒng)的LM，將ASR系統(tǒng)的準(zhǔn)確率提升到一個(gè)新的高度。尤其值得注意的是，DLM在LibriSpeech上實(shí)現(xiàn)了1.5%的字錯(cuò)誤率(WER)，這是不使用外部音頻數(shù)據(jù)時(shí)報(bào)告的最佳數(shù)字之一，證明了其卓越性能。

然而，DLM面臨的挑戰(zhàn)之一是需要大量的監(jiān)督訓(xùn)練示例，而這在典型的ASR數(shù)據(jù)集中是有限的。為了解決這一問(wèn)題，DLM采用了使用TTS系統(tǒng)生成合成音頻的方法，從而擴(kuò)展了訓(xùn)練數(shù)據(jù)集的規(guī)模。這種創(chuàng)新性的做法為DLM的性能提升提供了更廣闊的空間，使其在ASR領(lǐng)域引領(lǐng)潮流。

以上就是關(guān)于【蘋(píng)果推出降噪語(yǔ)言模型DLM 用于糾正ASR系統(tǒng)中的錯(cuò)誤】的相關(guān)內(nèi)容，希望對(duì)大家有幫助！

　　免責(zé)聲明：本文由用戶(hù)上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！