Safety & Civility
Speech & Audio
Artificial Intelligence
運用多任務學習進行語音毒性檢測
Author
Venue
IEEE ICASSP '24
Abstract
社交通訊系統必須識別具攻擊性的語音內容，以支援內容審核工作，從而保障社群的安全與文明。語音的攻擊性分類取決於音訊風格（例如音量與語調）以及內容（例如語句中的單一詞彙及其上下文）。 我們提出一種針對語音毒性檢測的創新端到端多任務學習（MTL）框架，以解決現有自動語音識別（ASR）及基於文字系統所面臨的挑戰。 透過採用硬參數共享的基礎架構與靈活的軟注意力任務適配器，我們的模型執行兩項任務：針對特定類別有害行為的多標籤有害內容分類任務，以及專注於僅轉錄有害關鍵字的輔助「音訊轉關鍵字」偵測任務，藉此提升運算效率並補充分類輸出。我們觀察到，分類器顯著提升了關鍵字偵測的品質。此外，我們也提出一套用於訓練資料集自動離線標註的資料處理流程。
