arXiv · NLP· Chihiro Taguchi, \'Eric Le Ferrand, Hirosi Nakagawa, Hitomi Ono, Kanji Kato, Emily Prud'hommeaux, David Chiang·· 2026-10-09AI 评分22
预训练自监督语音模型能识别未见过的辅音
Pretrained self-supervised speech models can recognize unseen consonants
AI 导读
微调 Wav2Vec2 和 HuBERT 模型后,其在两个富含 click 辅音的 Khoisan 语言数据上的结果显示,模型识别 click 辅音的准确率始终高于非 click 辅音。这一结果表明,自监督学习赋予了模型跨人类语音声学生成的泛化能力,即使是对于罕见音位也能有效识别。 该研究针对训练数据中低资源语言代表性不足的问题,验证了自监督模型在识别跨语言罕见语音特征时的有效性。
来源:arXiv · NLP · arxiv.org