📖 AI 总结

苹果研究团队发现，多语言自监督语音模型在相同预训练数据预算下仍逊于单语言模型。研究在英法双语HuBERT环境中测试了两种强化语言区分能力的干预手段：辅助语言分类器和按语言k-means目标。结果显示，连续特征音素辨别错误率从双语基线的11.6%降至10.4%，接近单语言的10.8%；词汇任务表现从52.1%提升至56.7%，韵律任务从68.9%提升至72.9%，均逼近单语言水平。研究还发现，在训练首轮引入语言区分干预效果最佳，后期或重复干预收益递减且加剧语言间隔离。该结果支持语言区分在多语言学习中具有因果作用，为缩小多语言与单语言模型差距提供了新思路。