English(EN) Improving low-resource ASR using bilingual fine-tuning with language identification: a cross-linguistic evaluation

双语微调增强低资源语音识别

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-16 11:48

研究人员开发了一种通过双语微调来改进低资源语言自动语音识别（ASR）的方法。该研究使用语言识别标记在训练和推理过程中区分语言，对九种不同的语言对进行了评估。结果表明，当语言识别准确时，双语微调是有效的，而在准确率较低的情况下，在推理时提供识别标记可以进一步提高性能。 AI

影响这项研究提供了一种改进数据有限的语言的语音识别的方法，有可能在全球范围内提高 AI 技术的可访问性和可用性。

排序理由该集群包含一篇发表在 arXiv 上的研究论文，详细介绍了一种改进 ASR 的新方法。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CL TIER_1 English(EN) · Reihaneh Amooie, Yun Hao, Wietse de Vries, Jelske Dijkstra, Matt Coler, Martijn Wieling · 2026-06-17 04:00

Improving low-resource ASR using bilingual fine-tuning with language identification: a cross-linguistic evaluation

arXiv:2606.17820v1 Announce Type: new Abstract: This study explores how bilingual fine-tuning affects automatic speech recognition (ASR) in low-resource languages. We evaluate this method across nine linguistically and geographically diverse language pairs, covering a range of la…
arXiv cs.CL TIER_1 English(EN) · Martijn Wieling · 2026-06-16 11:48

Improving low-resource ASR using bilingual fine-tuning with language identification: a cross-linguistic evaluation

This study explores how bilingual fine-tuning affects automatic speech recognition (ASR) in low-resource languages. We evaluate this method across nine linguistically and geographically diverse language pairs, covering a range of language families and writing systems. To distingu…