Apple 机器学习研究部门发布了一篇论文，详细介绍了一种用于普通话-英语代码转换自动语音识别（ASR）的新型迭代伪标签方法。该方法利用未标记数据，通过生成伪标签来提高 ASR 性能，随后进行两阶段双语模型训练和迭代精炼。该方法在 SEAME 数据集上显著降低了混合错误率（MER），在 devman 上达到 6.35%，在 devsge 上达到 8.29%。 AI
排序理由 该集群包含一篇由 Apple 机器学习研究部门发布的关于自动语音识别新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Apple Machine Learning Research 阅读 →
- Apple Inc.
- Association for Computational Linguistics
- Cakra Wardhana
- Mandarin-English Code-Switching ASR
- Qu Yang
- Tim Nguyen
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
