UniCoM：一个通用语码转换语音生成器
计算与语言
2025-08-22 v1 声音
音频与语音处理
摘要
语码转换（CS），即说话者在单一话语中交替使用两种或多种语言的现象，在现实世界对话中很常见，并对多语言语音技术构成重大挑战。然而，能够处理这一现象的系统仍未得到充分探索，这主要是由于缺乏合适的数据集。为了解决这个问题，我们提出了通用语码混合器（UniCoM），这是一个用于生成高质量、自然语码转换样本的新颖流程，且不改变句子语义。我们的方法利用了我们称之为“同义词替换单词（SWORDS）”的算法，该算法通过用翻译替换选定单词，同时考虑其词性，来生成语码转换语音。利用 UniCoM，我们构建了 Code-Switching FLEURS（CS-FLEURS），一个专为自动语音识别（ASR）和语音到文本翻译（S2TT）设计的多语言语码转换语料库。实验结果表明，CS-FLEURS 实现了高可懂度和自然度，在客观和主观指标上均与现有数据集表现相当。我们期望我们的方法能够推动语码转换语音技术的发展，并实现更具包容性的多语言系统。
引用
@article{arxiv.2508.15244,
title = {UniCoM: A Universal Code-Switching Speech Generator},
author = {Sangmin Lee and Woojin Chung and Seyun Um and Hong-Goo Kang},
journal= {arXiv preprint arXiv:2508.15244},
year = {2025}
}
备注
Accepted to EMNLP 2025 Findings