arXiv cs.CL· Yaroslav Getman, Tam\'as Gr\'osz, Tommi Lehtonen, Mikko Kurimo·· 2 小时前AI 评分22
从 210 万小时广播音频到芬兰语语音 SSL：ASR 置信度过滤与架构分析
From 2.1M Hours of Raw Broadcast Audio to Finnish Speech SSL: Confidence Filtering and Architectural Analysis at Scale
AI 导读
研究团队从 210 万小时无约束广播音频出发构建芬兰语语音 SSL 模型，提出以 ASR 置信度作为预训练数据质量代理，相比基于 LID 的过滤取得 3-7% 的相对 WER 改善，尽管训练集更小。
来源：arXiv cs.CL · arxiv.org