論文の概要: AccentCL: Robust Accent Classification with Incremental Expansion

• arxiv url: http://arxiv.org/abs/2610.07426v1
• Date: Mon, 05 Oct 2026 21:34:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.680015
• Title: AccentCL: Robust Accent Classification with Incremental Expansion
• Title（参考訳）: AccentCL: インクリメンタル拡張によるロバストアクセント分類
• Abstract要約: AccentCLは英語アクセント分類のためのクラス増分学習フレームワークである。 5クラスのアクセント分類タスクでは、AccentCLは77.1%のバランスの取れた精度と76.9%のマクロ平均F1スコアを達成した。
• 参考スコア（独自算出の注目度）: 4.7828228833826145
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accent classifiers are typically trained with a fixed label inventory and cannot accommodate new accent categories as new data becomes available. Moreover, accented speech corpora often exhibit substantial class imbalance and/or domain shift due to differences in recording conditions across corpora. We present AccentCL, a class-incremental learning framework for English accent classification that is robust to class imbalance and cross-corpus domain shift. AccentCL extracts multi-layer representations from a frozen Whisper-Large-v3 encoder, optimized with an imbalance-aware cross-entropy loss to reduce bias toward the majority accent classes and a domain mean alignment loss that minimizes distributional mean shift across training corpora. The label space is then expanded via replay-based continual learning, using the frozen base model for knowledge retention and an old-to-new margin loss to reduce overprediction on newly added classes. On a five-class accent classification task, AccentCL achieves 77.1% balanced accuracy and a 76.9% macro-averaged F1 score. We further evaluate the model's ability to incrementally incorporate two new accent categories: Spanish-accented and Chinese-accented English. When adding Spanish-accented English to the pretrained model, AccentCL attains an F1 of 83.3% on the new class while retaining 77.3% balanced accuracy on the base classes. When subsequently adding Chinese-accented English, it achieves 61.8% F1 on the new class while preserving 77.6% balanced accuracy on the previously learned classes. These results show that AccentCL enables robust regional accent classification while allowing new accent categories to be added without full retraining.
• Abstract（参考訳）: アクセント分類器は通常、固定されたラベルの在庫で訓練されており、新しいデータが利用可能になると、新しいアクセントカテゴリに対応できない。 さらに、アクセント付き音声コーパスは、コーパス間の記録条件の相違により、実質的なクラス不均衡やドメインシフトを示すことが多い。 本稿では、クラス不均衡とクロスコーパスドメインシフトに頑健な英語アクセント分類のためのクラスインクリメンタル学習フレームワークであるAccentCLを提案する。 AccentCLは凍結したWhisper-Large-v3エンコーダから多層表現を抽出し、非バランスなクロスエントロピー損失を最適化し、多数派アクセントクラスに対するバイアスを低減し、トレーニングコーパス間の分布平均シフトを最小限にするドメイン平均アライメント損失を減少させる。 ラベル空間は、リプレイベースの連続学習によって拡張され、凍結ベースモデルを用いて知識保持と、新しく追加されたクラスに対する過度な予測を減らし、新しいマージンの損失を減らした。 5クラスのアクセント分類タスクでは、AccentCLは77.1%のバランスの取れた精度と76.9%のマクロ平均F1スコアを達成した。 さらに、スペイン語アクセントと中国語アクセントの2つの新しいアクセントカテゴリーをインクリメンタルに組み込む能力について評価した。 スペイン英語を事前訓練されたモデルに加える際、AccentCLは新しいクラスで83.3%のF1を獲得し、ベースクラスでは77.3%の精度を維持している。 その後、中国語をアクセントとした英語を追加すると、新しいクラスでは61.8%のF1を達成し、以前の学習クラスでは77.6%の正確さを保っている。 これらの結果から,AccentCLは局所的アクセント分類を頑健にし,新たなアクセントカテゴリーをフルリトレーニングなしで追加できることが示唆された。

関連論文リスト

• Cross-lingual Retrieval-Augmented Classification for Dysarthria Severity Assessment [8.753759165733852]
  本稿では,異なる言語からの音声をアライメント・リトリーブ・フューズ・パイプラインを通じて活用する言語間検索・拡張分類(CRAC)を提案する。 CRACは韓国で87.3%、イタリア語で86.7%のバランスの取れたアキュラティを達成し、モノリンガルのベースラインをそれぞれ8.4と20.0ポイント改善している。
  論文  参考訳（メタデータ） (2026-06-22T06:51:13Z)
• GE2E-AC: Generalized End-to-End Loss Training for Accent Classification [13.266765406714942]
  入力音声のアクセント埋め込みやAEを抽出するためにモデルを訓練するGE2E-ACを提案する。 提案したGE2E-ACの有効性を,従来のクロスエントロピーに基づく損失をトレーニングしたベースラインモデルと比較した。
  論文  参考訳（メタデータ） (2024-07-19T04:44:16Z)
• Exploring Vacant Classes in Label-Skewed Federated Learning [113.65301899666645]
  本稿では,ラベルスキュード・フェデレーション学習の新しいアプローチであるFedVLSを紹介する。 空のクラス蒸留とロジット抑制を同時に統合する。 FedVLSの有効性を検証する実験は、従来のSOTA(State-of-the-art)法と比較して優れた性能を示す。
  論文  参考訳（メタデータ） (2024-01-04T16:06:31Z)
• Accented Speech Recognition With Accent-specific Codebooks [53.288874858671576]
  音声アクセントは最先端の自動音声認識(ASR)システムに重大な課題をもたらす。 あまり表現されないアクセントによる性能低下は、ASRの包括的採用に対する深刻な抑止力である。 トレーニング可能なコードブックを用いたクロスアテンションを用いた,エンドツーエンドのASRシステムに対するアクセント適応手法を提案する。
  論文  参考訳（メタデータ） (2023-10-24T16:10:58Z)
• CommonAccent: Exploring Large Acoustic Pretrained Models for Accent Classification Based on Common Voice [1.559929646151698]
  我々は、共通音声7.0(英語)と共通音声11.0(イタリア語、ドイツ語、スペイン語)に基づくアクセント分類のためのSpeechBrainツールキットに合わせたレシピを導入する。 我々は、95%の精度で英語アクセント分類のための新しい最先端技術を確立した。
  論文  参考訳（メタデータ） (2023-05-29T17:53:35Z)
• PercentMatch: Percentile-based Dynamic Thresholding for Multi-Label Semi-Supervised Classification [64.39761523935613]
  トレーニング中の各クラスに対する正と負の擬似ラベルのスコア閾値を動的に変更するためのパーセンタイルベースのしきい値調整手法を提案する。 近年のSSL方式と比較して, Pascal VOC2007 と MS-COCO のデータセットの性能は高い。
  論文  参考訳（メタデータ） (2022-08-30T01:27:48Z)
• Prototypical Classifier for Robust Class-Imbalanced Learning [64.96088324684683]
  埋め込みネットワークに付加的なパラメータを必要としないtextitPrototypealを提案する。 プロトタイプは、訓練セットがクラス不均衡であるにもかかわらず、すべてのクラスに対してバランスと同等の予測を生成する。 我々は, CIFAR-10LT, CIFAR-100LT, Webvision のデータセットを用いて, プロトタイプが芸術の状況と比較した場合, サブスタンスの改善が得られることを検証した。
  論文  参考訳（メタデータ） (2021-10-22T01:55:01Z)
• Multi-Accent Adaptation based on Gate Mechanism [35.76889921807408]
  アクセント特異的のトップ層とゲート機構(AST-G)を用いてマルチアクセント適応を実現する。 実世界の応用では、事前に推論のためのアクセントカテゴリーラベルを得ることはできない。 アクセントラベル予測が不正確である可能性があるため、アクセント固有の適応よりも性能が劣る。
  論文  参考訳（メタデータ） (2020-11-05T11:58:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。