arXiv · NLP· Katsumi Ibaraki, David Chiang·· 2026-10-12AI 评分27
低资源 ASR 中数据增强的成本与互补机制分析
Error Rate is Not Enough: Costs of Augmentation in Low-Resource ASR
AI 导读
该研究在低资源 ASR 场景中对比了 SpecAugment 和基于文本的数据增强方法,发现二者在音素级错误上具有互补性。 SpecAugment 会增加声调和腭化错误,而文本法引入辅音插入;组合使用时,基于文本的方法使低频音素频率提升 37%-38%,抵消了对方的错误。 这种超加性效应仅在 100 小时数据以下的低资源阶段显著存在,建议通过训练暴露度和声学特性来预筛选增强策略。
来源:arXiv · NLP · arxiv.org