利用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检测语码转换（CS）的轻量方法，利用预训练语音编码器帧级的语言选择性隐藏状态维度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。