arXiv · NLP· Nghia Hieu Nguyen, Quan Ngoc Hoang, Long Hoang Huu Nguyen, Kiet Van Nguyen, Ngan Luu-Thuy Nguyen·· 2026-10-06AI 评分22
越南语ASR采用结构化音位建模
Beyond Phones: Structured Phonemic Modeling for Vietnamese Automatic Speech Recognition
AI 导读
该研究提出针对越南语ASR的结构化音位方法,将输出从表面音素转为抽象音位三元组(声母、韵母、声调),以实现文本确定性重建。 在LSVSC和UIT-ViMD基准上,最佳模型WER分别为5.83%和12.58%,优于正字法及既有音素方法。 结果显示该方法提升了词汇覆盖率并降低了对词频模式的依赖,在各方言中表现一致。
来源:arXiv · NLP · arxiv.org