活动报名｜Meta语音识别，正确率显著提升，零样本跨语言MMS Zero-shot

报告日期：09月11日（周三）10:30-11:30

尽管自动语音识别（ASR）在语言覆盖方面取得了重大进展，但仍有许多语言未被覆盖。为了解决这一问题，我们提出了 MMS Zero-shot，这是一种简单的使用罗马化（romanization）而非复杂的音素化的方法。我们首先在包含1078种语言的标注数据集上训练了一个多语言的声学模型（acoustic model），然后在测试阶段，只需要很少量的未标记文本，就可以实现在任何未见过的语言上进行语音识别。这种方法将100种以前未见过的评估语言的平均字符错误率降低了46%，性能远超以往的零样本方法。MMS Zero-shot 在评估语言上的错误率仅为监督模型的2.5倍。本文探讨了 MMS Zero-shot 如何将自动语音识别技术推广到任何语言。

赵锦铭，澳大利亚莫纳什大学博士生，该项目是她在Meta（Fair）实习期间完成。她的研究重点是语音翻译和识别，其研究成果已在顶级NLP/语音会议上发表。