ICASSP 2022语音信号处理技术全景概览

ICASSP 2022：某中心50余篇论文技术指南

某中心研究人员在本年度声学、语音与信号处理国际会议上发表了50多篇论文。其中多数聚焦于自动语音识别及相关主题，如关键词识别和说话人识别，但也涉及计算机视觉和联邦学习等更广泛的领域。

声学事件检测

• 联邦自监督声学事件分类学习：Meng Feng等人提出结合联邦学习和自监督学习的方法
• 基于树状结构本体的改进声学事件分类表示学习：Arman Zharmagambetov等人利用本体论提升分类性能
• WikiTAG：基于维基百科的知识嵌入改进声学事件分类：Qin Zhang等人融合知识图谱增强模型表现

自动语音识别

• 基于似然比的端到端模型领域自适应方法：Chhavi Choudhury等人提出领域适应新方法
• 贪心采样策略无损端到端语音识别：Jahn Heymann等人证明贪心策略的有效性
• 缓存网络：利用通用语音优化ASR：Anastasios Alexandridis等人提出共享语音特征方法

在"LATTENTION: ASR重评分中的网格注意力机制"中，研究人员展示了将注意力机制应用于编码多个ASR假设的网格能提升识别性能。

计算机视觉

• ASD-transformer：使用自注意力和多模态transformer的高效主动说话人检测
• 动态剪枝SegFormer实现高效语义分割
• 具有时间感知的对比学习增强音频-视觉表示生成

联邦学习

• 联邦学习挑战与机遇展望：Jie Ding等人分析联邦学习现实应用问题
• 实际联邦学习经验总结：Christophe Dupuy分享实际部署经验

其他技术领域

• 信息检索：基于对比知识图谱注意力的食谱推荐
• 机器翻译：用于自动配音的等距神经机器翻译
• 自然语言理解：自动发现新领域和意图的ADVIN系统
• 个性化：增量用户嵌入建模实现个性化文本分类

信号处理与语音合成

• 深度自适应声学回声消除：结合深度学习和传统方法
• 基于风格转换的上混音技术：使用变分自编码器分离空间图像和音乐内容
• 神经语音合成效率优化：改进LPCNET的效率表现

时间序列预测

• 基于回溯测试自助法和自适应残差选择的鲁棒非参数分布预测

这些研究成果涵盖了语音信号处理的多个前沿方向，展示了在自动语音识别、多模态学习、联邦学习等领域的技术创新和实际应用突破。