speech-model

在黎凡特阿拉伯语语音合成和英语代码切换方面取得了重大突破，使用单张RTX 3060在一晚上实现了76%的提升。

本文通过无监督发音探测进行案例研究，探讨自监督语音模型如何在普通话次方言中编码语音特征，发现唇音性等显著特征保持稳定，而更精细的频谱区别则表现出方言依赖的变化。