跳到正文
arXiv · NLP· Tianze Xu, Xiyang Li, Xiaoming Jiang, Volker Dellwo·· 15 天前AI 评分23

深度神经网络说话人嵌入的类人跨语言泛化及其声学基础

Human-like cross-language generalisation in deep neural speaker embeddings and its acoustic foundations

AI 导读

研究发现,18 个前沿模型在粤语-英语双语场景下的说话人嵌入跨语言泛化能力与人类行为高度一致,能准确区分身份并敏感反映语言切换。 模型泛化主要依赖共享声学线索及语言敏感性加权,这种机制与人类模式互为印证,为跨语言语音相似度处理中的“人机对齐”提供了收敛证据。 该研究已被 Interspeech 2026 接收,相关代码已在 Zenodo 发布。

来源:arXiv · NLP · arxiv.org