基于自监督语音模型的北萨米语方言识别
音频与语音处理
2023-05-22 v1 计算与语言
摘要
北萨米语（NS）包含四种主要方言变体，它们彼此相关，但在音系、形态与词汇上存在差异。NS 使用者的独特地缘政治位置意味着许多情况下他们同时使用萨米语与主导国家语言（挪威语、瑞典语或芬兰语）双语。这使我们能依据口语国家语言及其声学特征来研究 NS 变体。本文考察了广泛的声学特征集，包括 MFCC 与韵律特征，以及最先进的自监督表征，即 XLS-R、WavLM 与 HuBERT，用于四种 NS 变体的自动检测。此外，我们考察了多数国家语言如何反映在方言中。结果表明 NS 方言受国家语言影响，且四种方言可分离，尤其使用 XLS-R 模型时达到高分类准确率。
引用
@article{arxiv.2305.11864,
title = {North S\'{a}mi Dialect Identification with Self-supervised Speech Models},
author = {Sofoklis Kakouros and Katri Hiovain-Asikainen},
journal= {arXiv preprint arXiv:2305.11864},
year = {2023}
}
备注
Accepted at Interspeech 2023