尽管深度学习模型彻底改变了语音和音频处理领域,但它们迫使为个别任务和应用场景构建专家模型。深度神经模型也会在标记数据有限的方言和语言中遇到瓶颈。

自监督表示学习方法有望提供一个单一的通用模型,使一系列任务和领域受益。他们最近在NLP和计算机视觉领域取得了成功,达到了新的性能水平,同时减少了许多下游场景所需的标签。语音表征学习也有类似的进展,主要有三种类型:生成式、对比式和预测式。其他方法依赖于多模态数据进行训练前的预处理,将文本或视觉数据流与语音混合。虽然自我监督语音表示仍是一个新兴的研究领域,但它与声学词嵌入和零词汇资源学习密切相关**。本教程将介绍自监督语音表征学习方法及其与相关研究领域的联系**。由于目前的许多方法只将自动语音识别作为下游任务,我们将回顾最近对已学习的表示进行基准测试的努力,以扩展这种表示在语音识别之外的应用。本教程的实践部分将提供构建和评估语音表示模型的实际指导。

成为VIP会员查看完整内容
23

相关内容

自监督学习(self-supervised learning)可以被看作是机器学习的一种“理想状态”,模型直接从无标签数据中自行学习,无需标注数据。
《自监督学习》最新报告,45页ppt
专知会员服务
61+阅读 · 2022年9月14日
Transformer如何用于视频?最新「视频Transformer」2022综述
专知会员服务
61+阅读 · 2022年1月20日
《自监督学习》最新报告,45页ppt
专知
0+阅读 · 2022年9月14日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年10月21日
Arxiv
0+阅读 · 2022年10月20日
Arxiv
0+阅读 · 2022年10月19日
Arxiv
15+阅读 · 2018年4月3日
Arxiv
10+阅读 · 2017年7月4日
VIP会员
相关VIP内容
《自监督学习》最新报告,45页ppt
专知会员服务
61+阅读 · 2022年9月14日
Transformer如何用于视频?最新「视频Transformer」2022综述
专知会员服务
61+阅读 · 2022年1月20日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员