arXiv 自然语言处理· Firoj Paudel·· 8 小时前AI 评分32
从合成到真实语码转换 ASR：自发尼泊尔语-英语播客基准
Synthetic-to-Real Code-Switched ASR: A Spontaneous Nepali-English Podcast Benchmark
AI 导读
研究人员构建了包含 13,044 条语音（15.45 小时）的自发尼泊尔语-英语语码转换 ASR 基准，并提出合成到真实适应框架。利用 0.95 小时 TTS 合成语音进行 SFT 将混合错误率（MER）从 23.40% 降至 21.52%，转换点错误率从 35.89% 降至 28.77%，结合 GRPO 实现了进一步微调。目前相关验证转录、时间戳与重构脚本已公开发布。
来源：arXiv 自然语言处理 · arxiv.org