低资源环境下的端到端语音识别的领域适应性

端到端自动语音识别(ASR)简化了传统的ASR系统构建管道，不再需要多个组件，也不再需要专家语言知识来创建发音词典。因此，在为新领域建立系统时，端到端ASR很适合。然而，端到端ASR的一个主要缺点是，与传统方法相比，它需要有大量的标记语音。因此，在本文中，我们探索了在低资源环境下端到端ASR的领域适应方法。我们表明，通过在标签序列的开头插入域的符号、因数化隐层适应和特定域的门控机制，联合域识别和语音识别提高了低资源目标域的性能。此外，我们还展示了所提出的适应方法对一个未见过的领域的鲁棒性，当只有3小时的未转录数据可用时，改进报告的相对值高达8.7%。