GLAD: 全局局部感知动态专家混合模型用于多说话人 ASR.pdfVIP

GLAD:全局局部感知动态专家混合模型用于多说话人ASR

YujieGuo,JiamingZhou,YuhangJia,ShiwanZhaoandYongQin

TMCC,CollegeofComputerScience,NankaiUniversity,Tianjin,China

Email:guoyujie02@

ABSTRACT语音信号本身携带有特定于说话人的声学特征，这些特征往往

在更深的网络层中被稀释。

端到端多说话人自动语音识别（MTASR）在准确转录音频重受此启发，我们提出了GLAD（G全局-L局部-A共享-D

叠部分，尤其是在高重叠条件下面临重大挑战。为了解决这动态专家混合模型），一种旨在改进MTASR中专家选择的新

些问题，我们提出了Global-LocalAwareDynamic混合专家框架。具体而言，我们引入了一个全局路由器来处理原始语音

（GLAD