研究：低资源ASR数据增强各有错误代价

一项针对低资源自动语音识别（ASR）数据增强的研究发现，常用增强方法在降低整体错误率的同时会引入特定类型的音素错误。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 和基于文本转写合成音频三类方法。 作者 Katsumi Ibaraki 和 David Chiang 称，这些方法通过互补机制降低音素级错误：SpecAugment 的聚合提升最稳定，但增加声调和腭化错误；文本类方法则引入辅音插入。两者结合可互相抵消各自带来的错误。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。