论文笔记

1. A time delay neural network architecture for efficient modeling of long temporal contexts   2015,interspeech

  1. 提出使用TDNN做ASR,与DNN作对比,
  2. 提出sub-sample的方法,这里的sub-sample特指对TDNN网络中间层的subsample,减少5倍的计算量,也缩减了模型; 作者认为left-context大于right-congtext比较好,表现在解码时间和wer上。最优结果为[-16,9]
  3. 认为NN结构需要adaptation,fmllr虽然好,但需要两次decode,不适合online-decode.推荐了ivector.
  4. 认为NN网络不需要对MFCC做CMN,发挥ivector的mean offset 特性
  5. 认为有效的augmentation: speed-perturb,volume-perturb,word position dependent silence probabilities,sequence training,4-gram LM rescoring,pronunciation probabilities。
  6. 对sMBR的改进:加入  penalizing insertions.
  7. 其他特征表达:TRAPS,wavelet based multi-scale spectro-temporal representations , deep scattering spectra  and other modulation feature representation

2.SpecAugment: A Simple Data Augmentation Method for Automatic Speech Recognition   2019,arxiv

  1. 提出一种简单可行的spctral mask方法,具体为:时间弯折、频率掩蔽、时间掩蔽。
  2. 认为时间弯折time-warping不是改善的主要因素
  3. 后两者的组合,并允许overlap,既multi frequency and time mask,较为有效
  4. 本文是基于端到端的las为实验,据自动化的某博士论文,在kaldi上也有效,但是time warping后 需要重新对齐。对于time warp和time mask,由于TDNN是帧级别的建模,这样会导致标签错误,效果不会好;相比,spectral mask效果明显。
  5. 对于频率掩蔽和时间掩蔽,是用特征的全局均值、局部均值、或者0来代替掩蔽部分?实验结果:在KALDI中,用0最为代替值时,频谱掩蔽对干净测试集有较大提升,对背景噪声较强的测试集有干扰,识别会下降。
  6. 经验参数为:时间弯折系数40,时间掩蔽最大宽度100ms,频率掩蔽最大宽度27.

3、Phoneme recognition using time-delay neural networks,1989

4. Semi-Orthogonal Low-Rank Matrix Factorization for Deep Neural Networks

    1.主要是将TDNN改进为Factorized TDNN(TDNNF):

    2.改进点1:将final layer MN因子分解为M*a*N,其中a不规则正交矩阵, 通过类似SVD的方式在训练时完成模型压缩。

    3.改进点2:增加dropout,对TDNN模型无效,对TDNNF有效。

    4.改进点3:使用3层的skip connection,因为隐藏层会增加,残差链接会防止梯度消失。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
完整版:https://download.csdn.net/download/qq_27595745/89522468 【课程大纲】 1-1 什么是java 1-2 认识java语言 1-3 java平台的体系结构 1-4 java SE环境安装和配置 2-1 java程序简介 2-2 计算机中的程序 2-3 java程序 2-4 java类库组织结构和文档 2-5 java虚拟机简介 2-6 java的垃圾回收器 2-7 java上机练习 3-1 java语言基础入门 3-2 数据的分类 3-3 标识符、关键字和常量 3-4 运算符 3-5 表达式 3-6 顺序结构和选择结构 3-7 循环语句 3-8 跳转语句 3-9 MyEclipse工具介绍 3-10 java基础知识章节练习 4-1 一维数组 4-2 数组应用 4-3 多维数组 4-4 排序算法 4-5 增强for循环 4-6 数组和排序算法章节练习 5-0 抽象和封装 5-1 面向过程的设计思想 5-2 面向对象的设计思想 5-3 抽象 5-4 封装 5-5 属性 5-6 方法的定义 5-7 this关键字 5-8 javaBean 5-9 包 package 5-10 抽象和封装章节练习 6-0 继承和多态 6-1 继承 6-2 object类 6-3 多态 6-4 访问修饰符 6-5 static修饰符 6-6 final修饰符 6-7 abstract修饰符 6-8 接口 6-9 继承和多态 章节练习 7-1 面向对象的分析与设计简介 7-2 对象模型建立 7-3 类之间的关系 7-4 软件的可维护与复用设计原则 7-5 面向对象的设计与分析 章节练习 8-1 内部类与包装器 8-2 对象包装器 8-3 装箱和拆箱 8-4 练习题 9-1 常用类介绍 9-2 StringBuffer和String Builder类 9-3 Rintime类的使用 9-4 日期类简介 9-5 java程序国际化的实现 9-6 Random类和Math类 9-7 枚举 9-8 练习题 10-1 java异常处理 10-2 认识异常 10-3 使用try和catch捕获异常 10-4 使用throw和throws引发异常 10-5 finally关键字 10-6 getMessage和printStackTrace方法 10-7 异常分类 10-8 自定义异常类 10-9 练习题 11-1 Java集合框架和泛型机制 11-2 Collection接口 11-3 Set接口实现类 11-4 List接口实现类 11-5 Map接口 11-6 Collections类 11-7 泛型概述 11-8 练习题 12-1 多线程 12-2 线程的生命周期 12-3 线程的调度和优先级 12-4 线程的同步 12-5 集合类的同步问题 12-6 用Timer类调度任务 12-7 练习题 13-1 Java IO 13-2 Java IO原理 13-3 流类的结构 13-4 文件流 13-5 缓冲流 13-6 转换流 13-7 数据流 13-8 打印流 13-9 对象流 13-10 随机存取文件流 13-11 zip文件流 13-12 练习题 14-1 图形用户界面设计 14-2 事件处理机制 14-3 AWT常用组件 14-4 swing简介 14-5 可视化开发swing组件 14-6 声音的播放和处理 14-7 2D图形的绘制 14-8 练习题 15-1 反射 15-2 使用Java反射机制 15-3 反射与动态代理 15-4 练习题 16-1 Java标注 16-2 JDK内置的基本标注类型 16-3 自定义标注类型 16-4 对标注进行标注 16-5 利用反射获取标注信息 16-6 练习题 17-1 顶目实战1-单机版五子棋游戏 17-2 总体设计 17-3 代码实现 17-4 程序的运行与发布 17-5 手动生成可执行JAR文件 17-6 练习题 18-1 Java数据库编程 18-2 JDBC类和接口 18-3 JDBC操作SQL 18-4 JDBC基本示例 18-5 JDBC应用示例 18-6 练习题 19-1 。。。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值