帧率对语音标记器的影响：以中文和英文为例

语音标记器在近期语音任务中发挥着关键作用，通常充当语音信号与语言模型之间的桥梁。虽然低帧率编解码器被广泛用作语音标记器，但帧率对语音标记器的影响仍未充分探讨。本研究通过检验两种在结构上截然不同的语言——中文和英文——的语音标记器，来探讨不同帧率如何影响语音标记。我们在不同帧率下对语音进行编码，并评估生成的语义标记在语音识别任务中的效果。我们的发现表明，帧率的变化对每种语言的语音标记影响不同，凸显了帧率、音素密度与语言特定声学特征之间的相互作用。结果为优化语音标记器的帧率选择提供了洞见，对自动语音识别、文本转语音及其他语音相关应用具有启示意义。