流式说话人日志小数据适配的指标遮蔽与重演代价

2026年10月8日，arXiv Computation and Language 发布一手研究：一款已发布的流式说话人日志模型在 7.5 小时双人对话数据上适配后，域内日志性能显著提升，并可迁移到独立语料。但在六个语料上的评估显示，新增混淆主要来自时间身份一致性受损，而非说话人计数错误。局部重映射诊断显示，不同语料中身份退化模式各异；重演可降低退化，但会削弱跨域迁移表现。研究建议适配流式日志系统时联合评估检测准确率、身份一致性与保留行为。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。