SyRA-CS框架实现代码切换语音识别的跨场景适应

研究团队 Fadel Thior 等人提出名为 SyRA-CS 的新框架，专门针对代码切换自动语音识别（ASR）任务。该框架基于 Reptile 元学习算法，旨在解决语音识别模型从合成数据过渡到真实场景时的适应难题。 在实验流程中，模型首先针对特定的语言对和预训练模型，使用合成的 CS-FLEURS 数据子集进行元训练。随后，研究团队利用一小时有标签的真实目标语音数据对模型进行适应，以提升其在真实环境下的识别能力。 评估结果展示了 SyRA-CS 的有效性。在与持续微调方法的比较中，SyRA-CS 在 16 组模型-语言对的测试中 WER 表现均优于对比基线。其中，使用 XLS-R 模型时宏平均 WER 相对降低了 17.7%，其余三个模型的 WER 降低幅度分别为 5.3% 至 5.8%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。