Hmong

新的SITA方法改进了语调语言的语音表示

研究人员开发了SITA，这是一种新颖的自监督语音编码器自适应方法，旨在改进低资源语调语言的表示学习。SITA采用分阶段优化框架，结合了跨性别对比损失和音调排斥损失，以增强说话人不变性同时保留词汇音调。该方法还结合了CTC微调和知识蒸馏，以恢复面向识别的语言信息。在苗语和标准汉语上的评估表明，与现有基线相比，SITA在音调分离和自动语音识别（ASR）准确性之间实现了更优的权衡。