研究人员开发了一种通过基于自动语音识别（ASR）置信度过滤原始广播音频来进行芬兰语语音自监督学习（SSL）的新方法。该方法应用于210万小时的无约束广播数据，与传统的语言识别过滤相比，词错误率（WER）相对提高了3-7%，即使在较小的训练集下也是如此。研究还对Transformer、Macaron-Net、Conformer和E-Branchformer架构在匹配的参数预算下进行了比较分析，结果显示在芬兰语SSL基线之上有所改进，尤其是在Base规模和域外任务上。 AI
影响 这项研究可能带来更高效、更准确的语音处理模型，尤其是在低资源语言和嘈杂音频环境方面。
排序理由 该集群包含一篇学术论文，详细介绍了一种新的语音自监督学习方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
