研究比较语音与文本的母语识别信号

Ahmet Yavuz Uluslu 等作者发表研究，用学习者英语口语语料比较两种母语识别方式：基于 WavLM 的音频分类器，以及用 GPT-4o 转写文本的零样本分类器。 在 CEFR 均衡评测集上，使用完整转写文本时，音频分类器整体表现更优。分水平看，音频在 A1 水平更好，文本在 A2 至 C1 水平更优；文本准确率随语言水平提升而上升，声学表现相对稳定。 研究还发现，限制转写长度会显著降低文本分类准确率，而音频分类器对输入长度较不敏感。

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。