arXiv cs.CL· Ahmet Yavuz Uluslu, Mengjie Qian, Kate Knill, Mark Gales·· 11 小时前AI 评分18
基于声学与词汇信号识别语言学习者的母语
Acoustic and Lexical Signals for Native Language Identification of Language Learners
AI 导读
研究对比了基于 WavLM 的音频母语识别分类器与零样本 GPT-4o 转写文本分类器，在 CEFR 均衡评测集上，完整转写文本下音频分类器整体更优。音频在 A1 水平表现更好，文本在 A2 至 C1 水平更优，且文本准确率随水平提升而上升，声学表现相对稳定。限制转写长度会显著降低文本准确率，而音频对输入长度较不敏感。
正文 · AI 翻译
摘要：针对第二语言学习者的母语（L1）识别传统上依赖于语音的声学特征。相比之下，分析语音转写文本以寻找 L1 痕迹的研究受到的关注较少。本文中，我们利用一个英语学习者口语语料库中的语音及对应转写文本，开展了一项 L1 识别研究。我们将基于 WavLM 的音频 L1 分类器与基于转写文本的零样本 GPT-4o 分类器进行比较，并使用 CEFR 均衡的评估集分析二者在不同熟练度水平下的预测结果。实验表明，在完整转写文本可用时，音频分类器整体上优于基于转写文本的方法，尽管二者的相对优势随学习者熟练度而变化。在 A1 水平音频表现更好，而在 A2 至 C1 水平使用完整转写文本时文本表现更好。基于转写文本的准确率通常随熟练度提高而上升，而声学性能则相对稳定。限制转写文本长度会显著降低基于文本的准确率，而音频对输入长度较不敏感，在输入有限时表现相对较好。这些发现为从学习者语音的声学与文本表示进行 L1 识别提供了见解，并揭示了性能如何随熟练度和可用语言材料数量而变化。
| 评论： | 已被 NLP4CALL 接收发表 |
| 主题： | 计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.32382 [cs.CL] |
| （或 arXiv:2610.32382v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32382 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Mengjie Qian [查看邮箱]
[v1]
2026年10月23日星期五 09:11:49 UTC（294 KB）
来源：arXiv cs.CL · arxiv.org