Jie Chin

苹果开发基于语音的多语种语料库语码转换检测

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。