基于生成式 CNN 的非监督学习和中文语音类别表示
计算与语言
2025-09-23 v1 机器学习
摘要
本文概述了用于建模人类语言习得中语音学习的方法。语音模式是语言中计算最复杂的学习目标之一。我们认为，现实的生成式人类语言模型（ciwGAN）可以在没有任何标记数据的情况下学习将其类别变量与中文语音类别关联。所有三个训练的模型在 F0 上显示出统计显著差异。仅使用男性 token 训练的模型一致地编码语音。我们的结果表明，模型不仅学习中文语音对比，还学习了一个对应于人类语言学习者习得阶段的系统。我们还概述了用于追踪内部卷积层中语音表示的方法，这表明语言工具可以为深度学习的可解释性做出贡献，并最终可用于神经网络实验。
引用
@article{arxiv.2509.17859,
title = {Unsupervised Learning and Representation of Mandarin Tonal Categories by a Generative CNN},
author = {Kai Schenck and Gašper Beguš},
journal= {arXiv preprint arXiv:2509.17859},
year = {2025}
}