研究人员探索了跨语言迁移学习以改进低资源语言的自动语音识别(ASR)。一项研究成功利用僧伽罗语提升了迪维希语ASR,通过持续预训练和微调实现了12.89%的词错误率(WER)。相比之下,另一项研究发现,对于大规模多语言ASR模型,在相关辅助语言上进行预适应并未显著提升低资源非洲语言的性能,表明在这种情况下,语言相关性本身可能不足够。 AI
影响 探讨了改进欠发达语言语音识别的方法,可能扩大AI的可及性。
排序理由 该集群包含两篇在arXiv上讨论自动语音识别跨语言迁移学习的研究论文。
- Africa-centric corpora
- arXiv
- Cross-lingual Transfer Learning for Detecting Negative Campaign in Israeli Municipal Elections: a Case Study
- Hugging Face
- languages of Africa
- Large Multilingual Automatic Speech Recognition
- Insular Indo-Aryan
- KenLM
- Maldives
- Nevidu Jayatilleke
- Sinhala
- Turkish
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →