Makalah ini memperkenalkan pendekatan pelabelan pseudo-iteratif untuk meningkatkan pengenalan suara otomatis (ASR) untuk kode-switching Mandarin-Inggris, mengatasi tantangan data pelatihan yang terbatas. Metode ini memanfaatkan korpus tanpa label dengan menghasilkan pseudo-label untuk membuat dataset semi-supervised untuk pelatihan model dwibahasa dua tahap.
Kerangka kerja terdiri dari tiga fase: generasi pseudo-label dari data tanpa label dalam jumlah besar, pra-pelatihan diikuti penyetelan halus pada data kode-switching yang dilabeli secara terawasi, dan penyempurnaan iteratif untuk meningkatkan akurasi dalam skenario kompleks.
Pendekatan ini secara signifikan memajukan sistem ASR kode-switching, mencapai pengurangan Mix Error Rate yang signifikan sebesar 6,35% pada subset devman SEAME dan 8,29% pada subset devsge.