RESEARCHarXiv CS.CL·5/1/2026
Selective Augmentation: Improving Universal Automatic Phonetic Transcription via G2P Bootstrapping
Diese Forschung schlägt „Selective Augmentation“ vor, einen Bootstrapping-Ansatz zur Verbesserung der universellen automatischen phonetischen Transkription (APT), indem sprachliche Unterscheidungen selektiv übertragen werden, um begrenzte hochwertige Trainingsdaten zu überwinden. Die Methode steigerte die Genauigkeit der Plosiv-Stimmhaftigkeit um 17,6 % und führte die Erkennung von Plosiv-Aspiration ein, indem sie Daten aus einer Hilfssprache wie Hindi nutzte.
28