概念频谱增强
SpecAugment
SpecAugment是谷歌于2019年提出的语音数据增强方法,通过对梅尔频谱图施加随机时间遮蔽和频率遮蔽,迫使模型在信息不完整时做出预测,从而提升ASR模型对噪声和信息缺失的鲁棒性
时间轴 (近 90 天)
10月12日
研究比较的两类数据增强方法分别是修改已有音频的方法(速度扰动和SpecAugment)和修改文本转录并据此合成音频的方法
待验证50%
10月12日
SpecAugment在聚合指标上的改善最为稳定可靠,但会增加声调和腭化错误
待验证50%