Spelling-Aware Word-Based End-to-End ASR

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F22%3APU145323" target="_blank" >RIV/00216305:26230/22:PU145323 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/9833231" target="_blank" >https://ieeexplore.ieee.org/document/9833231</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/LSP.2022.3192199" target="_blank" >10.1109/LSP.2022.3192199</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Spelling-Aware Word-Based End-to-End ASR

Popis výsledku v původním jazyce

We propose a new end-to-end architecture for automatic speech recognition that expands the listen, attend and spell (LAS) paradigm. While the main word-predicting network is trained to predict words, the secondary, speller network, is optimized to predict word spellings from inner representations of the main network (e.g. word embeddings or context vectors from the attention module). We show that this joint training improves the word error rate of a word-based system and enables solving additional tasks, such as out-of-vocabulary word detection and recovery. The tests are conducted on LibriSpeech dataset consisting of 1000h of read speech.

Název v anglickém jazyce

Spelling-Aware Word-Based End-to-End ASR

Popis výsledku anglicky

We propose a new end-to-end architecture for automatic speech recognition that expands the listen, attend and spell (LAS) paradigm. While the main word-predicting network is trained to predict words, the secondary, speller network, is optimized to predict word spellings from inner representations of the main network (e.g. word embeddings or context vectors from the attention module). We show that this joint training improves the word error rate of a word-based system and enables solving additional tasks, such as out-of-vocabulary word detection and recovery. The tests are conducted on LibriSpeech dataset consisting of 1000h of read speech.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2022

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

IEEE SIGNAL PROCESSING LETTERS

ISSN

1070-9908

e-ISSN

1558-2361

Svazek periodika

29

Číslo periodika v rámci svazku

29

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

5

Strana od-do

1729-1733

Kód UT WoS článku

000842088200001

EID výsledku v databázi Scopus

2-s2.0-85135242842