arXiv cs.CL· Yaroslav Getman, Tam\'as Gr\'osz, Tommi Lehtonen, Mikko Kurimo·· 3 小时前AI 评分35
从 2.1M 小时广播原始音频到芬兰语语音 SSL：ASR 置信度过滤与架构对比分析
From 2.1M Hours of Raw Broadcast Audio to Finnish Speech SSL: Confidence Filtering and Architectural Analysis at Scale
AI 导读
芬兰语语音 SSL 研究以 2.1M 小时无约束广播音频为起点，用 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 改进，且训练集更小。
来源：arXiv cs.CL · arxiv.org