跳到正文
原文
bioRxiv · Neuroscience· Magaro, A., Elbanna 等 11 人
精选AI 评分64

现代语音识别系统表现出类人的词汇识别,但对词间统计依赖的利用超人

Modern speech recognition systems exhibit human-like word recognition but superhuman use of statistical dependencies between words

预印本 · 尚未经过同行评审

AI 导读

语音识别模型的表现已接近甚至超过人类,但其行为是否与人类相似尚不清楚。研究在 272 种语音失真条件下测量人类与模型的词汇识别能力,构建行为指纹,发现三个用数百年语音训练的工业模型整体优于人类,而在移除语言上下文的条件中与人类表现相当,提示模型对词间统计依赖的利用超出人类。操纵训练数据的实验显示,训练数据的多样性与真实性有助于模型贴近人类知觉。

推荐理由

在 272 种语音失真条件下对比人类与三个工业语音识别模型的词汇识别,去掉语言上下文后模型与人类表现相当。

摘要 · AI 翻译

机器学习领域的进展已经催生出在真实世界感知任务上接近人类水平的机器系统。对于语音识别而言,这类模型的行为是否与人类相似仍不清楚。我们通过在 272 种语音失真条件下测量人类与模型的词识别能力来回答这一问题,从而提供了一份详细的行为指纹。三个近期在数百小时语音上训练的工业语音识别模型表现优于人类。然而,在去除语言语境条件下,它们与人类表现高度吻合,提示这些模型在利用词间统计依赖关系方面具有超人类能力。操纵模型训练数据的实验表明,训练数据的变异性与真实性有助于其与人类感知相匹配。总体而言,结果表明,对于在足够多数据上优化的系统而言,超人类表现如今已成为可能,并提示要构建准确的人类语音识别模型,需要在合适的任务和适量的语音上进行优化。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。