跳到正文
热点事件持续更新

OLIVE:联合潜在预测与波形重建的语音自监督框架

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Karl El Hajal 与 Mathew Magimai.-Doss 提出语音自监督学习框架 OLIVE,在单一编码器内同时优化掩码潜在预测与波形重建两个目标。作者称,它是首个直接重建波形、预训练后保留声码器、且在判别任务上保持竞争力的语音自监督模型。 据作者报告,加入重建后,纯掩码潜在预测的语音识别性能基本保持,波形重建与说话人任务表现有所提升。

AI 根据报道生成 · 55 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月5日
  1. arXiv cs.CL
    OLIVE:面向语音 SSL 的波形重建视图增强潜在预测框架

    OLIVE 是一个联合优化分析与合成目标的自监督语音表示学习框架,在单一编码器内实现掩码潜在预测与波形重建的功能分离。据称它是首个直接重建波形、在预训练后保留声码器且在判别任务上保持竞争力的语音 SSL 模型。加入重建基本保持了纯掩码潜在预测的语音识别性能,同时提升波形重建与说话人任务表现。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。