语音识别(ASR)论文优选：Icassp 2022 M2MeT方案总结
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html。语音合成领域论文列表请访问http://yqli.tech/page/tts_paper.html，语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。如何查找语音资料请参考文章https://mp.weixin.qq.com/s/eJcpsfs3OuhrccJ7_BvKOg）。如有转载，请注明出处。欢迎关注微信公众号：低调奋进。
Summary On The ICASSP 2022 Multi-Channel Multi-Party Meeting Transcription Grand Challenge
本文为阿里等单位在2022.02.08更新的文章，主要对icassp 2022 M2MeT挑战赛的方案总结：speaker diarization and multi-speaker ASR 。具体的文章链接https://arxiv.org/pdf/2202.03647.pdf
（文章只摘要具体方案的结果，不做详细讲解，该领域的读者看看各种方案也就了解的差不多。另外我对于Speaker diarization也不熟悉）
1 简介
现实的多人会议场景转录的任务是近几年研究的热点，The ICASSP 2022 Multi-Channel Multi-Party Meeting Transcription Challenge (M2MeT）挑战赛是对该场景提供交流的平台。本挑战赛主要分为speaker diarization和multi-speaker ASR赛道，使用的数据为120小时的8通道现实会议场景数据AliMeeting 。评价指标分别为Diarization Error Rate (DER) and Character Error Rate (CER) 。
2 方案总结
Speaker diarization基准系统为Kaldi-based diarization system
Multi-speaker ASR基准系统为 single speaker baseline is ConfomerA，multiple speakers baseline is Serialized Output Training (SOT)。基准系统在测试集上的性能分别为table 1和table 2。
Speaker diarization赛道有14支队伍参赛，其中top8的采用的方案如table 3所示。Multi-speaker ASR赛道的top5的方案如table 4所示。（其实这些参赛方案的各种技巧组合仅作为参考）
语音识别(ASR)论文优选：Icassp 2022 M2MeT方案总结相关推荐
- 语音识别(ASR)论文优选：端到端ASR综述Recent Advances in End-to-End Automatic Speech Recognition
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选：A comparison of streaming models and data augmentation methods for robust speech recog
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选：车内场景粤语指令数据集CI-AVSR: A Cantonese Audio-Visual Speech Dataset for In-car Command Recogni
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选：性能测试Wav2Vec2.0 on the Edge: Performance Evaluation
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选：关注语音识别系统Fairness问题Towards Measuring Fairness in Speech Recognition
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选：挑战ASR规模极限Scaling ASR Improves Zero and Few Shot Learning
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选：Adapting GPT, GPT-2 and BERT Language Models for Speech Recognition
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.平时搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.如转载,请标明出处.欢迎 ...
- 语音识别(ASR)论文优选：Tied Reduced RNN-T Decoder
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.平时搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.如转载,请标明出处.欢迎 ...
- 2022年2月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.所有文章语音合成领域统计列表请访问http://yql ...
最新文章
- 网络推广方案分享网站想要更快的优化到首页的技巧!
- 如何在VB例程中接收自定义消息
- Android WebView 和 javaScript的互相调用(二)
- [数据库]---mysql 插入sql之 INSERT INTO和INSERT IGNORE INTO和REPLACE INTO和ON DUPLICATE KEY UPDATE比较应用
- jdbc版本低MySQL版本高_Mysql JDBC驱动版本与Mysql版本的对应问题解决
- 一些算法（最短路，线段树，01，完全背包，STL）的基本参考资料
- Linux安装中文字体_宋体
- 出现警告defaultlib library conflicts with use of other libs; use /NODEFAULTLIB:library .
- jstl之c:forEach的使用
- macOS Big Sur无法安装 Big Sur为什么安装不了？
- Firebird 问题总结
- Involution: Inverting the Inherence of Convolution for Visual Recognition（CVPR2021）
- 老男孩教育运维班100台规模集群存储系统搭建及数据实时备份上机实战
- dell服务器 指示灯_Dell PowerEdge服务器或PowerVault存储诊断LED指示灯(QuadPack)故障排除...
- 用c# 实现一个爬虫
- 维生素C(抗坏血酸)摄入过多有啥后果？
- android app自动拍照6,6款手机拍照处理软件，大片生成，值得点赞收藏，不快来看一下？...
- linux后台运行服务
- 为什么HTTPS通信中需要CA机构颁发的SSL证书
- android 渠道排名,10月安卓渠道数据分析：网游收入榜MMO占26％排名第1