研究人员开发了一种新颖的基于回归的方法,通过将方言变异建模为连续空间来预测阿拉伯语说话人的地理来源。该方法利用了分层神经网络,该网络结合了来自XLS-R 300M和Whisper Large V3的音频编码器表示以及语音学描述符。该模型实现了481.2公里的中位数定位误差,辅助头在国家预测方面达到64.5%的准确率,在城市预测方面达到45.2%。在零样本(zero-shot)机制下的进一步测试显示性能有所下降,突显了未来改进的领域。 AI
影响 这项研究推动了AI在语言地理学和方言学中的应用,有潜力改进语言分析和说话人识别工具。
排序理由 该集群包含一篇学术论文,详细介绍了一种用于特定任务的新AI模型和方法。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- alphaXiv
- arXivLabs
- Catalyex
- DagsHub
- Gotit.pub
- GroupKFold
- Hugging Face
- Influence Flower
- Mantel test
- ScienceCast
- Transformer++
- Whisper Large V3
- XLS-R 300M
- arXiv
- CatalyzeX
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →