code-switching | BriefGPT - AI 论文速递

关键词code-switching

搜索结果 - 94

用合成的混合语文本生成优化双语神经转换器
本研究探讨了如何针对混杂语音优化基于神经传递器的双语自动语音识别系统，发现半监督训练和合成的混合开关数据可以改善这一系统的性能。同时，我们分析了每个神经传递器编码器对混合开关性能的影响，并在 ASCEND 数据集上评估了我们的英语 / 普通
PDF2 years ago
端到端语音识别中的语言无关代码切换
本文研究提出一种简单而有效的数据增强方法，以在缺乏大量语料库的情况下训练多语言系统，进而提高 Code-Switching 语音的自动识别水平。通过将不同源语言的音频和相应标签连结在一起训练神经网络端到端 (E2E) 模型，实现在跨句子语言
PDF2 years ago
ACL从口语词汇生成合成语音用于语音翻译
该论文提出了一种名为 SpokenVocab 的数据增强技术，可将机器翻译数据转换为语音翻译数据，从而消除了数据稀缺的问题，并取得了比基线更好的效果，同时适用于代码切换语音翻译领域。
PDF2 years ago
2022 年 ISCSLP 中英混合语音识别挑战赛摘要
本文介绍了 ISCSLP 2022 中英文混合自动语音识别（CSASR）挑战赛，包括训练集、开发集和测试集等数据，以及参赛队伍的表现和技术。其中获胜队伍在测试集上取得了 16.70% 的混合误差率（MER）表现，并且相对基准系统取得了 9.
PDF2 years ago
ACL探索分割方法用于神经机器翻译双语代码混合的埃及阿拉伯语 - 英文文本
在研究中，我们探究了不同分词方法在从阿拉伯语和英语混合语境中进行机器翻译时的效果。实证结果表明，有意识考虑词形的分词器在分词任务中效果最佳，但在机器翻译中表现不佳。在数据非常稀缺的情况下，采用词频和基于词形的组合进行分词是最有效的。
PDF2 years ago
启用代码交替机器翻译的检查和策略
本研究探讨了多语言神经机器翻译模型处理语种混杂文本的能力，提出了一种检测方法和简单有效的数据增强方法，同时通过对注意力模块的分析证明了这些方法的有效性。
PDF2 years ago
无切换编码：语言无关的端到端语音翻译
我们提出了一种语言无关的端到端语音翻译模型（LAST），并提出了一种数据增强策略来提高代码切换性能。通过使用此模型，我们可以在处理多种语言混合的自然语音时，无需使用语言特定的语音识别和翻译组件，并显著减少延迟和错误率。
PDF2 years ago
用于语言技术的标记 Māori-English 双语数据库的开发
本研究旨在构建一个 Māori-English 双语数据库并进行语言标注，该数据库针对新西兰母语使用者的双语特点和语言切换进行了设计，并分析了该数据库的各种数据。该研究对于新西兰的语言和语音技术发展是一个有价值的工具，而且其方法可以为其他类
PDF2 years ago
代码转换中的主体：基于字符框架的预测埃及阿拉伯语 - 英语代码转换水平的案例研究
本研究旨在通过对双语者的用户研究来预测他们的语码切换行为，探讨不同因素对语码切换行为的影响，结果表明说话人之间的关系、旅游经历以及神经质和外向性人格特征会影响语码切换行为。
PDF2 years ago
默认双语：语音助手和代码切换在创建双语用户体验中的作用
本文旨在探讨如何通过支持多种语言识别和语音输出的代码切换喜好以促进双语用户的更加包容和改进的用户体验。
PDF2 years ago
研究用于阿拉伯语 - 英语混合代码增强的词汇替换
本文研究了数据扩充技术，通过对使用平行语料和对齐来进行词汇替换，以便合成方言阿拉伯语 - 英语语料库，并取得了很好的效果，其中使用随机方法的结果在各外部任务中优于使用训练过的预测模型的结果。
PDF2 years ago
TuGeBiC: 一份土耳其 - 德语双语混杂语料库
本文介绍了 TuGeBiC 语料库的收集、整理和标注过程，该语料库包含了在德国或土耳其居住的土耳其 - 德国双语人士自然语言样本的录音，并通过自动语言识别方式对数据的不同语言来源进行了数量化分析，研究发现双语人士之间存在大量的语码切换现象，
PDF2 years ago
L3Cube-HingCorpus 和 HingBERT：一种混合编码印地语 - 英语数据集和 BERT 语言模型
该研究提供了一个用于在社交媒体平台上进行 Hindi-English 混合语言的研究数据和预训练模型，并证明这些模型在情感分析、词性标注、命名实体识别等任务中的有效性。
PDF2 years ago
ACL演讲者信息可指引模型更好地应用归纳偏好：以代码交替预测为例的案例研究
通过在受控的、受过教育的方式下丰富模型的说话人信息，可以指导模型捕捉相关的归纳偏差。在预测英语 - 西班牙双语对话中的代码切换点的任务中，加入基于社会语言学的说话者特征可以显著提高准确性。此外，我们发现通过将有影响力的短语添加到输入中，基于
PDF2 years ago
CALCS 2021 共享任务：用于混合语言数据的机器翻译
本文关注代码切换社交媒体数据的机器翻译，在监督和非监督环境下提供了英语 - 印地语 - 英语（英 - 汉格利什）、英语 - 西班牙语 - 英语（英 - 西班格利什）和英语 - 现代标准阿拉伯语 - 埃及阿拉伯语（英 - 埃语）的语言对，分享
PDF2 years ago
减少端到端语种混淆的自动语音识别
本文基于等价约束理论提出了一种语言相关的注意机制，将单语数据转化为多语数据应用于端到端的自动语音识别中，获得了相对误差减少 17.12% 的优异性能。
PDF2 years ago
ASCEND：一种用于多轮会话中混用中英文的自发语言数据集
本研究报告了 ASCEND 计划的设计及数据采集方式，其中包括 10.62 小时的高质量普通话中英文语音，采用 wav2vec 2.0 模型进行基线实验，取得了 22.69% 的字符误差率和 27.05% 的混合误差率。
PDF3 years ago
EMNLP基于 Switch Point 的自我训练：重复利用预训练模型用于代码交替
该论文探讨了码络转换问题，着重分析了多语种模型的性能问题和缺乏已注释数据的问题，并通过自我训练方法，提出了在利用无标注数据的情况下利用预训练模型解决这些问题的方法。
PDF3 years ago
低资源方言阿拉伯语 - 英语代码切换语音语音识别系统研究
本研究使用基于 DNN 的混合和 Transformer 的端到端模型构建自动语音识别系统并通过构建系统集成方法来提高识别率，结果表明两种模型相互补充且识别性能都不错。
PDF3 years ago
一个模型统治所有：方言码转换阿拉伯语自动语音识别的多语言策略
本研究采用自注意力机制，设计了一个大型的多语言端到端语音识别系统，使用阿拉伯语、英语和法语训练。我们评估了该系统在处理单语言、多方言以及代码转换等方面的表现，并与当前最先进的系统进行了比较。结果表明，我们的模型强于最先进的单语言方言阿拉伯语
PDF3 years ago