arXiv · NLP· Herman Kamper·· 9 天前AI 评分21
语音编码信息率研究:词元比音素和音节更优
On the information rate of phones, syllables and words
AI 导读
一项基于 960 小时英语有声书语料的研究表明,在有限建模预算下,词是最优的语音编码单位。 该研究对比了音素、音节及多词组合的信息率,发现使用 n-gram 或 Transformer 模型时,词的信息率最低。 结果指出,大于音节但小于长词组的中间单元在有限算力下提供了最高效的信息表示。
来源:arXiv · NLP · arxiv.org