语言判别提升多模态语音模型学习效果

2026年10月2日，Apple Machine Learning Research 发布论文《Language Discrimination Improves Linguistic Learning in Multilingual Speech Models》，研究在预训练中强化语言判别能力对多语言语音模型学习效果的影响。论文称，强化模型在预训练期间区分语言的能力，可缩小多语言模型与单语言模型之间的差距，并在部分指标上消除该差距，同时保留显著的跨语言共享。在英语/法语 HuBERT 对照实验中，双语基线 phone-ABX 错误率从 11.6% 降至 10.4%（单语言模型为 10.8%），sWUGGY 从 52.1% 升至 56.7%，ProsAudit 词汇子任务从 68.9% 升至 72.9%。上述数据与结论均来自该论文自述，为其单方面发布的研究结果。

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。