探|索|科|技|前|沿 强|国|复|兴|有|我
导语
本期推介论文已在《上海交通大学学报（英文版）》网络首发。欢迎相关领域的研究者阅读、引用！
Exploring Generation of Pronunciation Lexicon for Low-Resource Language Automatic Speech Recognition Based on Generic Phone Recognizer
基于通用音素识别器的低资源语言发音词典生成探索
清华大学电子工程系语音与音频技术实验室（SATLab）×上海交通大学计算机科学与工程系智能语音技术实验室
本期推介论文已在《上海交通大学学报（英文版）》网络首发，研究了如何利用音素识别器在低资源语言数据量较少的情况下自动生成发音词典，以供语音识别系统使用。
欢迎相关领域的研究者转发、引用！
PART.1 本文亮点
1、探讨了如何利用通用音素识别器以语音数据驱动的方式生成低资源语言的发音词典。
2、构建简单且通用的流程，通过子词单元与发音间的过滤与映射等方法，优化生成词典的质量。
3、在多个低资源语言的混合语音系统和预训练模型微调的性能上，使用生成词典时系统的性能优于使用基于字素的词典，并可与使用专家词典相比较。
PART.2 内容简介
基于通用音素识别器的低资源语言发音词典生成探索
图文导读
提出的发音词典生成流程如图1所示，由音素识别、对齐、过滤和最终映射生成。首先，我们使用语言无关的音素识别器生成音素序列；然后，利用对齐在单词或子词层面对生成的音素序列进行分割。过滤模块的目的是去除音素识别和对齐过程中产生的一些噪声输出，经过过滤步骤后，可以得到一系列称为 AUTO-subword的子词，从而生成两种类型的词典。一种是AUTO-subword词典，将单词分割成子词；另一种是 AUTO-IPA 词典，根据为每个AUTO-subword对应的发音生成而得。
研究结果或研究发现：
在索马里语与粤语上的结果如表1所示。在索马里语的语音识别系统中，使用字素词典和专家词典之间的性能差距很小，而使用 AUTO-subword词典的性能要优于使用专家词典的性能。这表明我们可以通过提取 AUTO-subword单元来替代字素作为最小建模单元以进行改进。
表1 将词典应用于混合语音系统与预训练微调系统的词错误率对比
PART.3 作者简介
陈谐，上海交通大学计算机科学与工程系副教授，博士生导师。博士毕业于剑桥大学信息工程系，先后在剑桥大学从事博士后研究，美国微软研究院任高级研究员，资深研究员，2021年9月加入上海交通大学。主要研究方向为深度学习，智能语音和声音信号处理，在本领域的国际权威会议和期刊发表论文80余篇。
通讯作者简介：
张卫强，清华大学电子工程系副研究员，语音与音频技术实验室负责人。2009年在清华大学获博士学位，2009年至今在在清华大学电子工程系任教，2017年在斯坦福大学任访问学者。主要研究方向为语音与音频信号处理、低资源语音识别等。以负责人身份承担自然科学基金联合重点项目、国家重点研发专项课题等多个项目。发表学术论文200余篇；申请国家发明专利40余项。获教育部科技进步一等奖、科技奥运先进集体奖，获得NIST等多项国际语音比赛冠军。
PART.4 引文信息
Li Jinpeng, Chen Xie, Zhang Weiqiang. Exploring Generation of Pronunciation Lexicon for Low-Resource Language Automatic Speech Recognition Based on Generic Phone Recognizer. Journal of Shanghai Jiao Tong University（Science）, 2024.（Online First）
文章链接：https://link.springer.com/article/10.1007/s12204-024-2730-3
撰文：李金朋
编辑：李博文
责任编辑：黄 伟
感谢关注，欢迎投稿 ！
关于我们
《上海交通大学学报》是由教育部主管、上海交通大学主办的自然科学综合性学术刊物。刊登内容主要包括新型电力系统与综合能源、船舶海洋与建筑工程、机械与动力工程、电子信息与电气工程、材料科学与工程等方面的最新研究成果。本刊为中国科技论文统计源核心期刊、CSCD来源期刊、中文核心期刊（北大核心），并被《美国工程索引》(EI)、Scopus、DOAJ等国际权威检索系统所收录。
敬请关注和赐稿！
投稿须知
1.本刊只刊登首发稿，稿件须具有创新性、学术性、科学性和准确性。为保证作者的署名权和知识产权，所有作者应在版权转让协议上签名，须与原稿同时上传。请勿一稿多投、重复内容多次投稿、不同文种重复投稿。
2.本刊为同行评议期刊，审稿结果在4个月内通知作者，在此期间，请勿将稿件投往他处。个别稿件送审时间可能较长。如果作者决定改投他刊或撤稿，请通知编辑部后，再进行处理。
3.在稿件的修改过程中，若超过稿件修改时限30日，编辑部将以作者返回修改稿日期作为投稿日期；无故超过30日，编辑部将对稿件做退稿处理。
4.文责自负，作者同意编辑部根据国家出版规范要求对稿件进行编辑和修改等必要处理。
5.为便于学术信息传播，本刊实行开放获取，收取审稿费和发表费，同时编辑部赠寄当期杂志2册。
中文版主页：https://xuebao.sjtu.edu.cn/CN/1006-2467/home.shtml
英文版主页：https://xuebao.sjtu.edu.cn/sjtu_en/EN/1007-1172/home.shtml
英文版on Springer：https://link.springer.com/journal/12204
👈学报视频号 学报b站号👉
扫描二维码 关注我们
Tel：(021)62933373
E-mail：xuebao3373@sjtu.edu.cn
