研究人员开发了专门针对低资源语种的新型语音强制对齐模型,重点关注成都方言。他们使用一个17小时的语料库训练了一个依赖文本的GMM-HMM模型(Chengdu-MFA)和一个不依赖文本的模型(Chengdu-FC)。评估结果显示,与标准普通话基线相比,模型有了显著改进,Chengdu-MFA将音素边界差异减少了31.8%,Chengdu-FC减少了61.2%。这项工作为在没有大量手动标注的情况下为资源匮乏的语言创建准确的对齐器提供了一种实用的方法。 AI
影响 能够为资源匮乏的语言开发准确的语音工具,可能有助于语音识别和语言学研究。
排序理由 该集群包含一篇详细介绍特定AI任务新模型训练和评估的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →