一种用于语音质量评价的半监督学习方法研究

摘要

自动语音质量评估是一项重要的任务,因标注缺乏、对不可见记录条件的不良概括以及现有方法缺乏灵活性等问题阻碍了评估研究的进展。提出使用半监督学习方式来解决这些问题,将可用的标注数据与自动生成的数据相结合,并使用3个不同的优化准则以及5个互补的辅助任务进行联合优化。实验结果表明,这种半监督学习的方式可以将现有方法的误差率减少36%以上,同时在可重用特征或辅助输出方面可以提供额外的效益。同时,实验结果也显示出该方法具有良好的泛化能力和有效性。