| Tartalom: |
http://acta.bibl.u-szeged.hu/78409/ |
| Archívum: |
SZTE Egyetemi Kiadványok Repozitórium |
| Gyűjtemény: |
Szakterület = 01. Természettudományok
|
| Cím: |
"Feeding the BEAST" - A BEA Speech Transcriber továbbfejlesztése és integrálása neurális nyelvmodellel
|
| Létrehozó: |
Kádár Máté Soma
Dobsinszki Gergely
Mády Katalin
Mihajlik Péter
|
| Dátum: |
2023
|
| Téma: |
01. Természettudományok
01.02. Számítás- és információtudomány
06. Bölcsészettudományok
06.02. Nyelvek és irodalom
|
| Tartalmi leírás: |
Cikkünkben a korábban BEAST néven publikált, a BEA-Base adatbázison tanított mély-neuronháló alapú beszédleiratozó modellt meghaladó struktúrát mutatunk be. A használt architektúra magába foglal egy unigram szótöredékeken tanított wav2vec2 alapú akusztikus és egy Transformer alapú nyelvi modellt. Az akusztikus modell az uráli nyelvcsaládba tartozó nyelveken (magyar, finn, észt) önfelügyelten előtanított wav2vec-large struktúrára épül, mely a BEA-Base-en történő finomhangolása és egyes hiperparaméterek optimalizálása után önmagában is felülmúlta a BEAST eredményeit: a korábbi 16.62%-os szóhibarátát 12.08%-ra csökkentette. Az akusztikus modellhez integráltuk a Magyar Nemzeti Szövegtár beszélt nyelvi alkorpuszán tanított mély neurális nyelvi modellt, mely a nyalábkeresés segítségével 10.98%-ra javította a leiratozó szóhibaarányát. Tudomásunk szerint eddig ez a legjobb beszédfelismerési eredmény ezen az adathalmazon.
|
| Nyelv: |
magyar
magyar
|
| Típus: |
Konferencia vagy workshop anyag
NonPeerReviewed
|
| Formátum: |
part
|
| Azonosító: |
Kádár Máté Soma; Dobsinszki Gergely; Mády Katalin; Mihajlik Péter: "Feeding the BEAST" - A BEA Speech Transcriber továbbfejlesztése és integrálása neurális nyelvmodellel.
|
| Kapcsolat: |
|
