arXiv · ML· Laurin Wagner, Mario Zusag·· 8 小时前AI 评分33
噪声鲁棒强制对齐：基于 WavLM 的自发性语音 GMM-HMM 改进
Noise-Robust Forced Alignment for Spontaneous Speech
AI 导读
论文提出一种噪声鲁棒强制对齐方法，通过 WavLM 特征和自举训练实现鲁棒对齐。 在 Buckeye 和 FluencyBank 数据集上，词边界 MAE 分别为 20.6ms 和 76.9ms，比最强基线降低 19% 和 17%。 大幅降低 >200ms 的灾难性错误，对笑声等事件的处理比现有对齐器更鲁棒。
来源：arXiv · ML · arxiv.org