Un nuevo marco llamado CDDTLDA utiliza aprendizaje por transferencia y aumento de datos para abordar la discriminación de dialectos chinos con anotaciones limitadas. Entrena un modelo ASR fuente en un gran corpus de dialectos, aplica aumento de velocidad, tono y ruido a los dialectos objetivo de recursos limitados, y ajusta finamente un modelo ASR objetivo utilizando autoatención para capturar características semánticas compartidas. Los resultados experimentales muestran que CDDTLDA supera a los métodos más avanzados en dos corpus de referencia de dialectos chinos.