English(EN) Dialect-Robust Speech Language Models with Synthetic Pseudo-Dialect Augmentation

新方法合成伪方言语音以提升SLM性能

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-08 04:00

研究人员开发了一种新颖的方法，通过合成伪方言语音来提高语音语言模型（SLM）在不同方言上的性能。该方法利用大型语言模型（LLM）生成方言文本，然后使用标准语言的文本到语音（TTS）模型将其转换为语音，从而无需真实的方言语音数据。该方法还在训练期间结合了中间标准文本预测，以规范语义。在日本、德国和中国方言上的评估表明，方言理解能力显著提高，尤其是在语音翻译任务中。 AI

影响这项研究可能带来更具包容性和准确性的、适用于不同语言社区的语音识别系统。

排序理由该集群包含一篇学术论文，详细介绍了一种改进语音语言模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

本文如何被排名

Signal score: 7 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇学术论文，详细介绍了一种改进语音语言模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Shunsuke Mitsumori, Tomoya Mizumoto, Yusuke Fujita · 2026-10-08 04:00

具有合成伪方言增强的方言鲁棒语音语言模型

arXiv:2610.09321v1 Announce Type: new Abstract: Speech Language Model (SLM) performance often degrades on dialects due to data scarcity. Conventional text-to-speech (TTS) augmentation struggles to cover diverse dialects as it requires a certain amount of real dialect speech. We p…

本文如何被排名

报道来源 [1]

具有合成伪方言增强的方言鲁棒语音语言模型

相关实体

相关话题