苹果研究显示语言区分能力可提升多语言语音模型表现

2026年10月2日，苹果机器学习研究团队发布研究成果指出，在预训练中增强语言区分能力可显著缩小多语言语音模型与单语言模型的性能差距。在英法双语 HuBERT 实验中，研究人员通过辅助分类器和分语言 k-means 目标进行干预，将连续特征音素区分错误率降至 10.4%，词汇与韵律表现分别提升至 56.7% 和 72.9%。实验还表明，该干预在首轮迭代引入时收益最大，并能有效保留跨语言信息共享。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。