Mel-prediction

语音编码器研究揭示学习目标驱动感知窄化

一项新近发表在arXiv上的研究调查了语音感知窄化现象，特别是学习目标如何影响非母语音素辨别的丧失。研究人员在儿童导向语音和朗读语音上训练了一个Transformer编码器，并评估了英语、法语和中文的音素辨别能力。研究结果表明，学习目标是导致这种窄化效应的主要驱动因素，其中重建目标会损害非母语辨别能力，而对比预测目标则会提高这种能力。研究还强调，标准的三个种子实验预算不足以可靠地检测到这些效应，而十个种子则能使这些效应变得明确无误。