Multilingual acoustic word embeddings for zero-resource languages

这项研究解决了为缺乏标注数据的零资源语言开发语音应用的挑战。它专门使用声学单词嵌入（AWE）——固定维度的可变时长语音片段表示——采用多语言转移，其中使用几种资源充足的语言的标注数据进行训练。该研究介绍了一种新的神经网络，其在零资源语言上的性能优于现有的AWE模型。它探讨了选择资源充足的语言的影响。AWE应用于斯瓦希里语广播中的仇恨言论检测的关键词检测系统，展示了在实际场景中的稳健性。此外，新颖的语义AWE模型改善了语义按示例查询搜索。

如何在缺乏标注数据的零资源语言中开发语音应用程序？

使用声学单词嵌入（AWE）和多语言转移学习，利用多个有标注数据的语言来训练模型，提出一种新的神经网络模型来解决零资源语言的问题。

实验使用AWE模型进行仇恨言论检测和语义查询，表现出鲁棒性和效果优越性。论文提出的新模型在零资源语言上表现出色。

最近的相关研究包括：《Zero Resource Speech Technologies and Applications》、《Unsupervised Learning of Acoustic Features via Deep Neural Networks》等。