arXiv · NLP· Firoj Paudel·· 3 小时前AI 评分20
新晋尼泊尔-英语语码切换 ASR 基准：1.3 万条自发播客音频
Synthetic-to-Real Code-Switched ASR: A Spontaneous Nepali-English Podcast Benchmark
AI 导读
新基准包含 13,044 条尼泊尔-英语自发播客音频（共 15.45 小时），并公开了转录文本、时间戳及重建脚本，以应对语码切换自动语音识别中的书写系统混淆问题。 采用两阶段合成到真实适配框架：第一阶段通过 0.95 小时双引擎 TTS 合成语音微调，将混合错误率（MER）从 23.40% 降至 21.52%；第二阶段使用 GRPO，使语言切换点错误率（SPER）进一步降至 28.70%。
来源：arXiv · NLP · arxiv.org