Integrazione di Dati Solo Testuali per il Riconoscimento Vocale Dominato dall'Encoder

Questo studio, presente nella categoria arXiv Computer Science > Computation and Language, esplora strategie efficaci per migliorare il riconoscimento vocale attraverso l'uso di dati solo testuali, con enfasi su modelli incentrati sull'encoder che facilitano un riconoscimento più rapido. Gli autori presentano una valutazione approfondita di vari metodi per incorporare dati solo testuali, come il matching di modalità e il downsampling dinamico, per creare rappresentazioni a livello testuale nell'encoder. I risultati degli esperimenti condotti utilizzando il corpus LibriSpeech indicano che l'impiego di un encoder più grande abbinato a un decoder più piccolo può raggiungere livelli di prestazioni comparabili o superiori a quelli di modelli con decoder più grandi. Inoltre, configurazioni più semplici, come i modelli a durata casuale, spesso superano quelle più complesse, semplificando notevolmente il processo di addestramento. Tutto il codice e le metodologie correlate sono pubblicamente accessibili.