SpecAugment fun Ọrọ idanimọ
SpecAugment jẹ ọna imudara data ti o rọrun ṣugbọn ti o lagbara ti o ṣe boju-boju ati jagun spectrogram ti ọrọ lati jẹ ki awọn awoṣe idanimọ lagbara diẹ sii.
Akopọ
O ṣe alekun deede lori awọn itọkasi laisi eyikeyi ohun tuntun tabi awọn ayipada awoṣe.
Jin Dive
SpecAugment, ti a ṣe nipasẹ Google Brain (Park et al.) ni ọdun 2019, ṣe afikun ikẹkọ idanimọ ọrọ nipasẹ ṣiṣatunṣe log-mel spectrogram taara dipo ọna igbi aise. O kan awọn iṣẹ mẹta: ijakadi akoko, eyiti o na die-die tabi rọ ohun ohun naa ni ọna akoko; igbohunsafẹfẹ masking, eyi ti zeroes jade igbohunsafefe ti igbohunsafẹfẹ awọn ikanni; ati masking akoko, eyi ti o ṣofo awọn igba ti awọn igbesẹ akoko. Nipa fipa mu awoṣe lati da ọrọ mọ paapaa nigba ti awọn ṣoki ti spectrogram ti wa ni pamọ, SpecAugment n ṣiṣẹ bi isọdọtun ati ṣe idilọwọ overfitting. O jẹ olowo poku ti iyalẹnu ati imunadoko, ṣe iranlọwọ fun awọn awoṣe ara-LAS lati de ọdọ awọn oṣuwọn aṣiṣe ọrọ-ti-ti-aworan lẹhinna lori LibriSpeech ati Switchboard, ati pe o jẹ eroja aiyipada ni awọn opo gigun ti ikẹkọ ASR ode oni.
Imọ-imọ-ẹrọ
SpecAugment nṣiṣẹ lori 2D spectrogram bi ẹnipe o jẹ aworan kan. Igbohunsafẹfẹ masking yọ a ID Àkọsílẹ ti mel-igbohunsafẹfẹ awọn ikanni; akoko masking yọ a ID Àkọsílẹ ti loorekoore awọn fireemu; akoko warping iṣinipo a yan ojuami pẹlú awọn akoko ipo lilo interpolation. Awọn iboju iparada pupọ le ṣee lo fun sisọ ọrọ kan. Nitoripe awọn iboju iparada yi gbogbo akoko pada, awoṣe ni imunadoko ri awọn iyatọ ailopin ti apẹẹrẹ kọọkan, imudarasi gbogbogbo laisi gbigba data tuntun.
Ipa Ilana
Wiwọle ati arọwọto
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
Iye owo ati isuna
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Iyara ati iwọn
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Ojo iwaju ti SpecAugment fun Idanimọ Ọrọ
SpecAugment ti di aiyipada ti o sunmọ-gbogbo ni idanimọ ọrọ ati pe o ntan si awọn iṣẹ-ṣiṣe ohun miiran bi ijẹrisi agbọrọsọ ati iyasọtọ ohun. Iṣẹ iwaju tun ṣe awọn ilana iboju iparada laifọwọyi tabi mu wọn mu ara wọn pọ si lakoko ikẹkọ, ati pe o ṣajọpọ boju-boju spectrogram pẹlu awọn ibi-afẹde iṣaju iṣaju ti ara ẹni. Bi awọn awoṣe ti ndagba, imudara olowo poku ti o ṣafikun agbara laisi afikun ohun afetigbọ ṣi wa niyelori gaan, pataki fun awọn ede orisun kekere nibiti data ko ṣọwọn.
Real-World imuse
Imudara oṣuwọn aṣiṣe ọrọ lori LibriSpeech nipa boju-boju awọn ẹgbẹ spectrogram lakoko ikẹkọ
Ṣiṣe deede awọn awoṣe ASR-opin-si-opin bii LAS tabi Conformer lati dinku iwọn apọju
Imudara awọn ipilẹ data to lopin fun awọn ede orisun kekere laisi gbigbasilẹ ohun titun
Iṣatunṣe imọran boju-boju si ijẹrisi agbọrọsọ ati isọdi iṣẹlẹ ohun
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Tesiwaju Ṣiṣawari
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the SpecAugment for Speech Recognition quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Itọsọna atẹle
Ohun elo Idanimọ Ọrọ Ọrọ Kaldi
Awọn ibeere ti a beere nigbagbogbo
Kini SpecAugment fun Idanimọ Ọrọ?
SpecAugment jẹ ọna imudara data ti o rọrun ṣugbọn ti o lagbara ti o ṣe boju-boju ati jagun spectrogram ti ọrọ lati jẹ ki awọn awoṣe idanimọ lagbara diẹ sii. O ṣe alekun deedee lori awọn ipilẹ laisi eyikeyi ohun titun tabi awọn ayipada awoṣe.
Kini SpecAugment nṣiṣẹ lori?
SpecAugment ṣe atunṣe spectrogram (aṣoju-igbohunsafẹfẹ akoko) taara dipo fọọmu igbi aise.
Ewo ninu iwọnyi jẹ ọkan ninu awọn iṣẹ mẹta ti SpecAugment?
Awọn iṣẹ mẹta naa jẹ ijakadi akoko, boju-boju igbohunsafẹfẹ, ati boju akoko.
Kini idi akọkọ ti SpecAugment?
Nipa fifipamo awọn ẹya ara ti spectrogram, o fi agbara mu awoṣe lati ṣe gbogbogbo, idinku apọju ati idinku awọn oṣuwọn aṣiṣe.
Kí ni 'akoko masking' ṣe?
Akoko boju-boju awọn odo jade idinamọ ti awọn fireemu itẹlera lẹgbẹẹ ipo akoko ti spectrogram.
Kini idi ti iyipada awọn iboju iparada gbogbo epoch ṣe iranlọwọ?
Awọn iboju iparada oriṣiriṣi oriṣiriṣi akoko kọọkan tumọ si awọn alabapade awoṣe awọn iyatọ ailopin, imudarasi gbogbogbo laisi data tuntun.