语音转换提升口语阿拉伯语方言识别的跨领域鲁棒性
计算与语言
2025-06-02 v1 声音
音频与语音处理
摘要
阿拉伯语方言识别（ADI）系统对于大规模数据收集流程至关重要，这些流程能够促进针对各种阿拉伯语变体的包容性语音技术的开发。然而，当前 ADI 系统的可靠性因对域外语音的泛化能力差而受到限制。在本文中，我们提出了一种基于语音转换的有效方法来训练 ADI 模型，该方法实现了 SOTA 性能，并显著提升了跨域场景下的鲁棒性。在一个新收集的涵盖四个不同领域的真实世界测试集上进行评估，我们的方法在各领域内取得了一致提升，准确率最高提升 +34.1%。此外，我们对所提方法进行了分析，证明语音转换有助于缓解 ADI 数据集中的说话人偏差。我们发布了鲁棒的 ADI 模型和跨域评估数据集，以支持阿拉伯语包容性语音技术的开发。
引用
@article{arxiv.2505.24713,
title = {Voice Conversion Improves Cross-Domain Robustness for Spoken Arabic Dialect Identification},
author = {Badr M. Abdullah and Matthew Baas and Bernd Möbius and Dietrich Klakow},
journal= {arXiv preprint arXiv:2505.24713},
year = {2025}
}
备注
Accepted in Interspeech 2025