Apple Machine Learning Research 开发了一种新颖的方法，无需转录即可检测语音中的语码转换。该技术利用预训练语音编码器（如 Whisper-small）中的语言选择性维度来识别包含多种语言的发音。该方法在 CS-FLEURS 数据集上的 14 个语言对上取得了 0.798 的平均 F1 分数，优于其他基线模型。这个轻量级工具可以通过在大型语音集合中高效查找语码转换实例，帮助构建更具代表性的多语种语料库。 AI
影响 能够更有效地创建多语种数据集，可能提高跨语言语音和自然语言处理模型的性能。
排序理由 该项目描述了一篇研究论文，其中详细介绍了苹果机器学习研究小组发布的一种新的语音语码转换检测方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Apple Machine Learning Research 阅读 →
- Apple Inc.
- Apple Machine Learning Research
- Association for Computational Linguistics
- CNN
- CS-FLEURS
- HuBERT
- Jie Chin
- Masha Fedzechkina
- Maureen de Seyssel
- Natalie Schluter
- Whisper-small
- Zakaria Aldeneh
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
