arXiv cs.LG· Laurin Wagner, Mario Zusag·· 15 天前AI 评分37
面向自发语音的抗噪强制对齐方法
Noise-Robust Forced Alignment for Spontaneous Speech
AI 导读
新研究提出一种面向自发嘈杂语音的抗噪强制对齐方法，结合上采样 WavLM 特征、显式发音事件单元与判别式投影改进 GMM-HMM 架构。该流程基于 149h 音频自引导训练且无需人工边界标注，在 Buckeye 和 FluencyBank 数据集上的词边界 MAE 分别达到 20.6ms 和 76.9ms，比最强基准低 19% 和 17%。
来源：arXiv cs.LG · arxiv.org