[控场AI]
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%

全部知识事实 (2)

来源文章