Spoken language identification system for detecting coastal karnataka languages using transfer learning and multi-view learning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This paper presents approaches to develop spoken Language Identification (LID) system for identifying the three low-resource Indian languages - Kannada, Konkani, and Tulu, which are commonly spoken in the coastal region of Karnataka state of India. To address the challenges arising due to low-resource conditions, the proposed work aims to use a combination of data augmentation, transfer-learning and Multi-view learning. Specifically, noise perturbation and speed perturbation are used for data augmentation, and pre-trained Wav2Vec 2.0 and Whisper models are used for feature extraction, using which different Deep Learning (DL) based end-to-end models are trained for LID. Following this, a Multi-view learning based strategy is incorporated under which the LID model processes the feature representations obtained from Wav2Vec 2.0 and Whisper models simultaneously, using two separate input arms to capture the complimentary contents in them, leading to improved performance. Additionally, a combination of traditional Machine Learning (ML) with DL models is explored, in which, utterance-level embeddings obtained using pre-trained LID models are classified using separate back-end classifiers such as K-Nearest Neighbor (KNN) and Support Vector Machine (SVM). The results obtained highlight the advantage of using transfer-learning, Multi-view learning, and combination of DL-based model with ML-based classifiers to improve the overall performance of the LID system, amid low-resource settings. Specifically, combination of SVM backend on x-vector model with multi-view provided the best result compared to other models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle