Nový model automatického rozpoznávání Facebooku pracuje s 51 jazyky

Výzkumníci Facebooku představili dosud největší model automatického rozpoznávání řeči (ASR). Naučila se

po výuce rozumí 51 jazykům16 tisíc hodin hlasových nahrávek. V článku publikovaném na Arxiv.org spoluautoři práce tvrdí, že systém, který obsahuje asi miliardu parametrů, zlepšuje výkon rozpoznávání řeči až o 28,8 %.

Před nahráním materiálů vědci sdíleli51 jazyků do samostatných skupin a poté 10 000 jednotek slovníku jako soubor informací pro každou skupinu jazyků. Poté manuálně kombinovali některé malé jazykové skupiny, dokud jim nebylo pouhých 6. To několikrát urychlilo proces učení modelu.

"Pokud víme, je to první práce,který studuje mnohojazyčné systémy ve velkém měřítku. Získali jsme sjednocenou architekturu rozpoznávání řeči pro 51 jazyků, která nevyžaduje mnoho prostředků, “řekl Facebook.

Vědci to uvádějí v průběhu několikaV experimentech nejúčinnější verze jejich modelu rozpoznávala slova s ​​účinností 28,75%. Tento ukazatel je několikrát vyšší než u analogů a bude se zlepšovat trénováním.

V článku vědci také poznamenali, že brzy zveřejní druhou verzi systému. Zjednodušilo se a dosahuje požadovaných výsledků za pouhých 10 minut. Byla vyškolena na 53 tisíc hodin „surovin“.

Přečtěte si také

- Ukázalo se, že mayská civilizace opustila jejich města

- Vědci odhalili herpes infekční plán pro lidi: vypadá to jako hra se sázkami

- Ve 3. dni nemoci většina pacientů s COVID-19 ztratí čich a často trpí rýmou.