跳到正文
arXiv · NLP· Burin Naowarat, Hao Tang, Sharon Goldwater·· 2026-10-14AI 评分23

深度语音表征在低维圆形轨迹中追踪单词时序

Deep Speech Representations Track Word Timing along a Low-Dimensional Circular Trajectory

AI 导读

研究证实,九个深度语音模型(含 HuBERT)的单词时序信息均映射为低维“时间子空间”中的近圆形轨迹。 方法 RoSeg 在 Librispeech 上检测到单词边界时实现 64.3% 的 boundary F-score,显示 HuBERT 具备强隐式单词知识。 该成果表明圆形时序结构是深度语音表征的普遍属性,深化了对模型如何编码单词时长信息的理解。

来源:arXiv · NLP · arxiv.org