arXiv · Audio and Speech· Ki Woong Moon, Daniel Brenner·2026-09-30 12:00· 7 小时前AI 评分12

韵律训练表征在参数匹配下是否优于可训练融合？——基于冻结 HuBERT 的对比研究

Does a prosody-trained representation help beyond trainable fusion? A parameter-matched study with frozen HuBERT

AI 导读

研究使用冻结 HuBERT 骨干与 64 维韵律表征（log F0、voicing、Delta log F0、log energy、光谱倾斜）进行自动语音识别对比。