基于语音基础模型中语言选择性维度的语码转换检测方法

Apple 研究人员提出一种直接从语音中检测语码转换的轻量级方法。该方法利用预训练语音编码器中的帧级语言信息，通过识别语言选择性隐藏状态维度来预测语码转换。在 CS-FLEURS 数据集的 14 种语言对测试中，基于 Whisper-small 编码器的方法取得了 0.798 的平均 F1 分数。