人类语音基础模型对动物发声的跨物种迁移研究
Get the story
2026年10月7日，arXiv（Audio and Speech）发布一手研究，评估人类语音基础模型的神经表征向动物发声的跨物种迁移效果。研究在四个物种上进行呼叫者识别、在三个物种上进行叫声分类，共测试15个冻结编码器。结果显示，最强语音预训练与动物域预训练表征的UAR差异在-0.027到+0.119之间；语音在七项设置中的三项显著更优（p<0.01），其余四项无显著差异。此外，语言覆盖范围和动物域预训练未带来系统性优势，冻结的说话人验证嵌入迁移效果差，且迁移效果强烈依赖模型层。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Audio and Speech人类语音基础模型的神经表征如何迁移到动物发声
研究评估了 15 个冻结编码器在四个物种的呼叫者识别和三个物种的叫声分类上的跨物种迁移效果。最强语音预训练与动物预训练表征的 UAR 差异在 -0.027 到 +0.119 之间，语音在七项设置中三项显著更优（p<0.01），其余四项无显著差异。语言覆盖范围和动物域预训练未带来系统性优势，冻结的说话人验证嵌入迁移效果差，且迁移效果强烈依赖模型层。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.