利用语音基础模型语言选择性维度检测语码转换

研究人员提出一种通过预训练语音编码器直接从语音中检测语码转换（CS）的轻量级方法。该方法利用单语录音识别语言选择性隐藏状态维度，并聚合其帧级激活值来预测语码转换。实验显示，Whisper-small 编码器在 CS-FLEURS 的 14 种语言对上达到了 0.798 的平均 F1 分数，优于 CNN 基线的 0.776 和 HuBERT 线性基线的 0.751。