arXiv cs.LG· Kwanghee Choi, Eunjung Yeo, Cheol Jun Cho, David Harwath, David R. Mortensen·· 5 小时前AI 评分24
自监督语音模型发现音系向量算术：[b] = [d] - [t] + [p]
[b] = [d] - [t] + [p]: Self-supervised Speech Models Discover Phonological Vector Arithmetic
AI 导读
一项覆盖 96 种语言的研究发现，自监督语音模型（S3M）的表示空间中存在对应音系特征的线性方向，且这些音系向量的尺度与对应特征的声学实现程度连续相关。例如 [d] 与 [t] 的差构成清浊向量，将其加到 [p] 上得到 [b]，缩放该向量则产生清浊连续谱。这表明 S3M 以音系可解释且可组合的向量编码语音，实现音系向量算术。代码与交互演示已公开。
来源：arXiv cs.LG · arxiv.org