通过语音基础模型的语言选择性维度检测语码转换

研究提出一种直接从语音中检测语码转换（CS）的轻量方法，利用预训练语音编码器帧级语言信息判断一句话中是否同时出现两种语言。在 CS-FLEURS 的 14 个语言对上，Whisper-small 编码器平均 F1 达 0.798，高于 CNN 的 0.776 和 HuBERT 线性基线的 0.751。该方法表明预训练语音编码器已编码识别 CS 所需信息，可用于构建更具代表性的多语种语料。