현재 asr 모델들의 경우 특정 목적, sampling rate, codec에 맞춰 훈련됨. 훈련된 데이터와 다른 조건의 데이터가 들어가게 되면 성능이 떨어짐. 이 논문에선 162,000h의 여러 도메인 데이터로 훈련시켜 도메인에 상관없이 잘 적용되도록 함. 또한, 데이터를 임의로 왜곡시켜 넣어 음원에 있을 수 있는 잡음, 코덱 차이, sampling rate 차이를 고려함. 이를 통해 훈련에 사용되지 않은 도메인의 데이터 10시간의 fine-tuning만으로 domain-specific 모델을 70배의 데이터로 scratch에서 훈련시킨 것보다 좋은 성능을 냄을 보였음.

1. INTRODUCTION

3. MODEL DESCRIPTION

Fig. 1: Block diagram for multidomain training.

Fig. 1: Block diagram for multidomain training.

3.1. Noise simulation

3.2. Mixed bandwidth simulation