蘋果：強化語言辨別可縮小多語言語音模型差距

2026 年 10 月 2 日，Apple Machine Learning 公佈了一篇論文，討論多語言自監督語音模型與單語言模型之間的差距。論文給出的結論是：在總預訓練資料預算相同（matched total pretraining data budget）的條件下，多語言自監督語音模型仍然落後於單語言模型，儘管多語言模型可以從跨語言的資訊共享中獲益。

論文提出，如果在預訓練階段強化模型區分語言的能力，這一差距就會縮小，並且在部分指標上可以追平單語言模型。被點到的指標包括連續語音層面的指標和更高層級的語言指標。論文同時表示，在多語言模型縮小差距的過程中，跨語言的資訊共享仍然得以保留。

上述結論來自一組英法雙語的 HuBERT 對照實驗。材料中沒有給出實驗規模、所用資料量、其他語種的結果，也沒有說明該方法在其他語言或模型上的表現。