AccentCL：抗不平衡与域偏移的口音分类增量框架

Mu-Ruei Tseng 等作者发表论文，提出并评估了一个面向英语口音分类的类别增量学习框架 AccentCL，作者称其能抵抗类别不平衡与跨语料域偏移。 该框架基于冻结的 Whisper-Large-v3 编码器提取多层表征，结合不平衡感知交叉熵损失与域均值对齐损失，并通过基于回放的持续学习扩展标签空间。论文目前发布在 arXiv 的机器学习分类下。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。