PulseAugur
中
实时 08:36:38
English(EN) Phonetic forced alignment for low-resource language varieties: Model training and evaluation on Chengdu Mandarin

新模型改进成都话语音对齐

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了专门针对低资源语种的新语音强制对齐模型，重点关注成都话。他们使用了一个17小时的语料库，训练了一个文本相关的GMM-HMM模型Chengdu-MFA和一个文本无关的模型Chengdu-FC。与标准普通话基线相比，这两个模型都取得了显著的改进，Chengdu-MFA将电话边界差异减少了31.8%，Chengdu-FC实现了61.2%的减少，并建立了一个无需大量手动标注即可开发对齐器的流程。 AI

影响 为开发资源匮乏语种的准确语音对齐器建立了一个实用的流程。

排序理由 该集群包含一篇学术论文，详细介绍了针对特定语种的新模型训练和评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新模型改进成都话语音对齐

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhiheng Qian, Aini Li, Hai Hu, Liang Zhao ·

    低资源语种的语音强制对齐：成都方言模型训练与评估

    arXiv:2607.21332v1 Announce Type: cross Abstract: Phonetic forced alignment is a key technique in phonetic research, yet existing alignment systems lack specialized models for low-resource language varieties. We address this by training text-dependent and text-independent aligner…

相关实体

相关话题