English(EN) ArtNet: A JEPA-Like Articulatory Predictive Framework for Robust Zero-Shot Phoneme Recognition

新的ArtNet框架提升零样本音素识别能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-16 04:00

研究人员开发了ArtNet，一个旨在提高跨语言零样本音素识别能力的新框架。通过整合关节预测器和变分信息瓶颈，ArtNet旨在提取通用的关节表征并抑制特定语言的变异。实验表明，ArtNet，特别是与向量空间库存对齐策略结合使用时，与现有方法相比显著降低了音素错误率。 AI

排序理由该集群包含一篇详细介绍新框架和实验结果的学术论文。[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 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Zeqian Hu, Fuliang Weng, Shu Shang, Yaqian Zhou · 2026-06-16 04:00

ArtNet: A JEPA-Like Articulatory Predictive Framework for Robust Zero-Shot Phoneme Recognition

arXiv:2606.16595v1 Announce Type: cross Abstract: Zero-shot cross-lingual phoneme recognition is often hindered by the fragility of direct acoustic-to-symbol mapping, which is susceptible to language-specific variations. Echoing joint-embedding predictive architecture (JEPA) work…