wav2vec-U : Gözetim gerektirmeyen yüksek performanslı konuşma tanıma

• Facebook AI ekibinin geliştirdiği konuşma tanıma çerçevesi

• Transkribe edilmiş konuşma verisi olmadan çeşitli dillerin tanınmasını destekliyor

→ Yaklaşık 1000 saatlik konuşma ile eğitilmiş denetimli öğrenme modeliyle benzer performans

→ Fazla transkribe konuşma verisi bulunmayan Svahili ve Tatarca gibi dillerde test edildi

• Etiketlenmemiş sesin yapısını öğrenen bir yöntem

→ Konuşma kayıtlarını, tek tek seslerle gevşek biçimde eşleşen konuşma birimlerine ayırıyor

→ cat, “/K/”, “/AE/”, “/T/” olmak üzere üç sesi içerir

→ generator ve discriminatordan oluşan bir GAN ile eğitiliyor

• Kod ve makale yayımlandı