Apple Machine Learning Research·· 6 天前AI 评分35
半监督联邦 ASR 实用方案：在线伪标签与服务端更新稳定化
A Practical Recipe for Semi-Supervised Federated ASR: Online Pseudo-Labels with Server Update Stabilization
AI 导读
针对半监督联邦学习（SSFL）在语音识别（ASR）中伪标签误差易发散的问题，研究提出结合在线伪标签与服务端更新稳定化的训练方案。该方法通过客户端在线模型生成伪标签，并由服务端在轮次间持续训练有标签种子数据以抑制模型漂移。实验表明，该方案在 11 组对比中有 9 组超越此前最强方法，域内平均提升 20.8%，跨域平均提升 10.0%。
来源：Apple Machine Learning Research · machinelearning.apple.com