arXiv cs.CL· Zhuoyan Tao, Aditya Kommineni, Shrikanth Narayanan·· 10 小时前AI 评分18
Off-target Posterior Mass：一种免训练的语音语种分割微调探针收益诊断指标
Off-target posterior mass: A training-free diagnostic for fine-tuning spoken language diarization probes
AI 导读
研究提出 Off-target Posterior Mass（OTPM），一种基于后验语种识别概率计算的免训练诊断指标，用于预测语音语种分割（SLD）微调带来的性能增益。OTPM 与探针增益呈正相关，在未见过的合成双语数据上相关系数为 0.56，在真实语料上为 0.23。
正文 · AI 翻译
摘要：口语语言日志化（SLD）模型提供语音录音的帧级语言信息。SLD 建模流程包括从预训练语音模型中提取特征，随后进行聚类。对预训练语音模型进行微调已被证明能为 SLD 带来性能提升，其幅度取决于数据集。基于后验语言识别概率计算得到的偏离目标后验质量（OTPM）被提出作为一种诊断指标，用于预测 SLD 微调带来的性能增益。OTPM 与探针增益呈正相关，在未见过的合成双语数据上为 0.56，在真实语料上为 0.23。这些结果表明 OTPM 作为 SLD 诊断指标具有良好潜力。
| 评论： | 10 页，2 幅图，3 张表。已投稿至 JASA Express Letters |
| 主题： | 音频与语音处理（eess.AS）；计算与语言（cs.CL）；声音（cs.SD） |
| 引用为： | arXiv:2611.13430 [eess.AS] |
| （或 arXiv:2611.13430v1 [eess.AS] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.13430 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zhuoyan Tao [查看电子邮件]
[v1]
2026 年 11 月 10 日星期二 01:15:31 UTC（105 KB）
来源：arXiv cs.CL · arxiv.org