Este artigo apresenta uma abordagem de rótulos pseudoiterativos para melhorar o reconhecimento automático de fala na alternância de código mandarim-inglês, abordando o desafio de dados de treinamento limitados. O método utiliza corpora não rotulados gerando pseudorótulos para criar um conjunto de dados semissupervisionado para treinamento de modelo bilíngue em duas etapas.
A estrutura consiste em três fases: geração de pseudorótulos a partir de grandes dados não rotulados, pré-treinamento seguido de ajuste fino em dados supervisionados com alternância de código, e refinamentos iterativos para melhorar a precisão em cenários complexos.
Esta abordagem avança significativamente os sistemas ASR de alternância de código, alcançando reduções notáveis de Mix Error Rate de 6.35% no subconjunto devman do SEAME e de 8.29% no subconjunto devsge.