[控场AI]
概念Spoken Language Diarization / 口语语言分离

SLD

口语语言分离任务,旨在对录音中逐帧或逐片段进行语言识别与分割,输出时间轴上的语言标记,与语言识别(LID)任务相关但更细粒度。

时间轴 (近 90 天)

11月11日

OTPM(Off-target Posterior Mass)是一种基于语言识别后验概率计算的无训练诊断指标,用于在微调前预测语音分离模型微调后的性能增益。

待验证50%
11月11日

SLD 与语言识别(LID)任务密切相关但目标不同:LID 通常输出整段语音的全局语言标签,而 SLD 需要在时间轴上逐帧或逐片段给出语言标记。

待验证50%
11月11日

微调预训练语音模型能提升 SLD 性能,但提升幅度依赖于具体数据集。

待验证50%
11月11日

SLD 的输出可直接用于多语种会议转写中的语言路由、双语对话的语种切换检测等场景。

待验证50%

全部知识事实 (4)

来源文章