★ 2
研究：教育ASR需按说话人角色分场景评估WER
论文指出聚合词错率（WER）会掩盖学习者语音、语码转换与说话人归属上的集中错误。作者在英语母语者学习西班牙语的在线课堂数据上比较平台集成、开源、适配与商用ASR，并用LoRA微调Whisper large-v3与MOSS-Transcribe-Diarize。结果显示MOSS适配在各说话人角色与语…
arXiv NLP3 天前
#语码转换
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
arXiv 发布尼泊尔语-英语语码转换播客 ASR 基准
论文构建 13,044 条自发播客语句（15.45 小时）的尼泊尔语-英语语码转换 ASR 基准，并验证无机器翻译泄漏。两阶段合成到真实适配中，合成数据监督微调将混合错误率从 23.40% 降至 21.52%，切换点错误率从 35.89% 降至 28.77%；后续 GRPO 仅带来小幅显著改进。
arXiv NLP10 天前
★ 2
研究提出利用语音基础模型语言选择维度检测语码转换
该论文提出一种轻量级方法，直接从语音中检测语码转换（同一话语内语言交替），无需依赖准确的多语言转录文本。方法利用预训练语音模型帧级的语言信息，可在大型语音集合中高效筛选含语码转换的语句，用于扩充训练数据。
Apple Machine Learning Research19 天前
★ 2
arXiv 论文揭示多语言语音模型的音系干扰问题
arXiv 新论文提出「音系干扰」概念，指出音素级语音模型默认输入为单一语言，从而在语码转换和低资源语言上丢失大量音素，损失率达 32% 至 79%。作者通过内部激活定位到低维子空间，并提出窗口化语言估计（WLE）推理修复方法，可消除 34% 至 69% 的干扰，且不损害单语性能。
arXiv NLP24 天前