arXiv cs.CL· Katsumi Ibaraki, David Chiang·2026-10-12 12:00· 2 小时前AI 评分24

错误率还不够：低资源 ASR 中数据增强的代价

Error Rate is Not Enough: Costs of Augmentation in Low-Resource ASR

AI 导读

研究在四种低资源语言和英语、五种数据规模上交叉测试了速度扰动、SpecAugment 与基于文本转写合成音频的增强方法，发现它们通过互补机制降低音素级错误：SpecAugment 聚合提升最稳定，但增加声调和腭化错误，文本类方法则引入辅音插入，二者结合可互相抵消。

来源：arXiv cs.CL · arxiv.org