SSL音声モデルはどの程度トーンを聞き取るか？低リソース転送下でのトーン表現の時間的焦点

この記事は、自己教師あり学習（SSL）音声モデルが、特にデータが限られた状況（低リソース転送）において、音声のトーンを理解し表現する能力を調査している可能性が高いです。この研究は、これらのモデルがどのようにトーン情報を処理し、焦点を当てるかの時間的側面を探求していると考えられます。