代码混合语音的自动矩阵语言确定方法
原文中文，约300字，阅读约需1分钟。发表于：。该研究解决了代码切换（CS）语音中矩阵语言身份（MLID）识别的问题，通过矩阵语言框架（MLF）理论开发了相关系统。研究发现，音频中的MLID预测与文本原则的相关性高于通常的语言识别（LID），并且在MLID识别任务中表现优于LID，显示出非英语语言在混合语法结构中更受偏好。
本文介绍了通过拼接音频片段合成Code-Switching数据的Speech Collage方法，并通过重叠提高音频平滑度。研究显示，这种数据在语音识别中有效，混合错误率和词错误率分别降低34.4%和16.2%。此外，Code-Switching减少了单语偏见。
