面向零资源语言的多语言声学词嵌入
音频与语音处理
2024-01-24 v2 计算与语言
声音
摘要
本研究解决了为缺乏标注数据的零资源语言开发语音应用的挑战。它具体使用声学词嵌入（AWE）——变长语音片段的固定维度表示——采用多语言迁移，其中来自几种资源丰富语言的标注数据用于预训练。该研究引入了一种新的神经网络，在零资源语言上优于现有的 AWE 模型。它探讨了资源丰富语言选择的影响。AWE 被应用于斯瓦希里语广播的仇恨语音检测关键词检索系统，展示了在真实场景中的鲁棒性。此外，新颖的语义 AWE 模型改进了语义示例查询搜索。
引用
@article{arxiv.2401.10543,
title = {Multilingual acoustic word embeddings for zero-resource languages},
author = {Christiaan Jacobs},
journal= {arXiv preprint arXiv:2401.10543},
year = {2024}
}
备注
PhD thesis