arXiv · Audio and Speech· Shunsuke Mitsumori, Matthew Wiesner, Shigeo Morishima, Shinji Watanabe·2026-10-02 12:00· 5 小时前AI 评分18

Code-Switching Spoken Language Identification as Multi-Label Set Prediction

AI 导读

论文将代码切换语音的语言识别建模为多标签语言集合预测，提出直接输出语句中语言的集合生成器，并与原子对及基于得分的分类基线进行对比。分析指出鲁棒 CS-LID 的关键障碍包括：Oracle 基数、阈值不稳定、CS 训练数据中的语言偏差以及合成到真实的差距。