PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.17537v1eess.AS

빠른 음성 인식을 위한 비자기회귀 최소 베이즈 위험(MBR) 디코딩

Non-Autoregressive Minimum Bayes' Risk Decoding for Fast Speech Recognition

비자기회귀(NAR) 디코딩은 출력 토큰을 병렬로 생성하므로, 왼쪽에서 오른쪽으로 순차적으로 생성하는 자기회귀(AR) 디코딩보다 음성 인식이 더 빠릅니다. 그러나 NAR 디코딩은 이전에 생성된 토큰을 조건으로 두어 불확실성을 해소할 수 없기 때문에 인식 성능이 저하됩니다. 이 문제를 해결하기 위해, 우리는 최소 베이즈 위험(MBR) 디코딩에 기반한 새로운 NAR 디코딩 프레임워크인 NAR-MBR 디코딩을 제안합니다. 이 방법은 출력 확률을 최대화하는 대신 NAR 모델의 출력 확률 분포에서 샘플링한 표본들로부터 계산된 기대 효용을 최대화합니다. 특히 NAR 모델의 특성을 활용하면 단일 순전파(forward) 연산으로 여러 샘플을 효율적으로 얻을 수 있습니다. LibriSpeech, Switchboard, AMI 및 웹 프레젠테이션 코퍼스에 걸친 실험에서, 우리의 NAR-MBR 디코딩은 기존 NAR 디코딩보다 우수한 성능을 보였으며 AR 디코딩보다 더 빠르게 동작했습니다.