研究发现：增强语言区分能力可缩小多语言语音模型的学习差距

研究人员在英语和法语的 HuBERT 对照实验中，通过增加语言分类器或按语言分别生成训练目标，改善了双语模型的语音和语言表现。其中，音素区分错误率从 11.6% 降至 10.4%；多数指标在训练初期引入语言区分时提升最大，较晚或重复引入的收益较小，且伴随更明显的语言分隔。