《Cross-lingual adaptation with multi-task adaptive networks》(1)

标签：

1. 首先，为什么要看这篇论文。
   1. 这篇论文如果没猜错应该是基于DNN做cross-lingual的adaptation，现在DNN还是很火，所以如果能用DNN来做cross-lingual的adaptation肯定有前途
   2. 论文提到了训练使用的是Theano库，这个库我之前还是接触过一点的，使用的是GTX690GPUs进行训练的，也就是说代码不用自己写。
   3. 这篇论文是cross-lingual adaptation用于ASR的，看看能不能从ASR那边借鉴一些东西到合成这边来
2. Introduction

　　第一段：

1. In cross-lingual automatic speech recognition (ASR), models applied to a target language are enhanced using data from a different source language. 

   1. 强烈发现，之前读的论文有点少，还是要广泛的多读论文，至少我知道现在在cross-lingual adaptation合成方面，没人用DNN来做，但是在cross lingual识别方面，已经用DNN在做的人很多了，如果能从ASR借鉴一些东西过来，那么肯定能发一篇不错的文章
   2. 假设现在有了粤语语料1000句，训练一个ASR模型，用于识别粤语，
   3. 如果还有1000句的英语语料，英语被称作是source language，粤语被称作是target language，
   4. 那么使用这1000句的英语语料，在对之前训练好的ASR模型进行重新训练，会得到加强的models。
2. In this scenario, the target language is typically low-resourced: transcribed acoustic training data for the target language may be difficult or expensive to acquire.
   1. 目标语言是很少的，
   2. 并且想要录制目标语言的训练数据非常困难
   3. 也就是说目标语言是难以获得的，只有少量的，但是source language是很容获得的。
3. The cross-lingual approach is motivated by the fact that the source language data, despite being mismatched to the target, may cap- ture common properties of the acoustics of speech which are shared across languages, improving the generalisation of the fi- nal models to unseen speakers and conditions. 
   1. 跨语言的方法是如何被激发想到的呢？
   2. source 语言的数据，可能捕捉的到共同的声学特征属性，被夸语言的共享，
   3. 说了个什么，感觉语句都不通顺，就是说source language 英语和target language 粤语，虽然是不同的语种，但是他们之间还是有一些声学特征是可以共享的，肯定有一些声学特征是每种语言所特有的
   4. 这是基于这种不同语言之间的共享的声学特征，可以提升最终模型的普遍性。
   5. 

　　第二段

1. 1. Cross-lingual ASR may be viewed as a form of adaptation.
      1. 跨语言的ASR可以认为是自适应的一种，
      2. 什么意思？
      3. 自适应一个宽泛的概念，下面包括
         1. 跨语言的ASR
         2. 跨语言的合成
         3. .....
   2. In contrast to domain or speaker adaptation, the major problem with cross-lingual adaptation arises from the differences in phone sets between the source and target languages.
      1. 与domain自适应或者说话人自适应相比
      2. 跨语言的自适应的主要问题是什么引起的？
         1. 是由于source和target language语言的音素集的不同引起的
   3. Even when a universal phone set is used, it has been found that realisation of what is ostensibly the same phone still differs across languages [1].
      1. 尽管使用了一个通用的音素集，
      2. 后面一句不会翻译，
   4. In this paper, we focus on approaches where source and target languages are assumed not to share a phone set, which is probably a valid assumption when a small number of source lan- guages are used, which are unlikely to provide complete phone coverage for an arbitrary target language. 
      1. 作者的方法是：假设source和target language没有共享一个phone set
      2. 或许作者的假设是一个有效的假设，当少量的source language被使用时，在这种情况下，是不可能提供一个完整的音素覆盖，用于任意的目标语言

　　第三段：

《Cross-lingual adaptation with multi-task adaptive networks》(1)

标签：

原文地址：http://www.cnblogs.com/yu-blog/p/4382083.html