arXiv 自然语言处理· Yaroslav Getman, Tam\'as Gr\'osz, Tommi Lehtonen, Mikko Kurimo·· 5 小时前AI 评分33
从 2.1M 小时广播音频构建芬兰语音频自监督学习模型：置信度过滤与规模化架构分析
From 2.1M Hours of Raw Broadcast Audio to Finnish Speech SSL: Confidence Filtering and Architectural Analysis at Scale
AI 导读
研究人员基于 2.1M 小时未受限的广播音频开展了芬兰语自监督学习（SSL）研究，提出将 ASR 置信度作为预训练数据质量指标。在数据量更小的情况下，该过滤方法比基于 LID 的方法带来 3-7% 的相对 WER 提升。
来源：arXiv 自然语言处理 · arxiv.org