Aug 20, 2026 · Apple
Progressive Refinement: An Iterative Pseudo-Labeling Approach for Mandarin-English Code-Switching ASR
Apple 的研究人员首次将迭代伪标签训练方法应用于中英代码切换语音识别（CS-ASR），利用未标注数据提升性能。方法包含三个阶段：伪标签生成、两阶段双语模型训练和迭代改进。
EVENT STORY
Development
- First ReportProgressive Refinement: An Iterative Pseudo-Labeling Approach for Mandarin-English Code-Switching ASRApple Machine Learning Research
- Current Assessment该研究体现了科技巨头在语音识别领域对代码切换场景的重视，通过半监督方法降低对标注数据的依赖，可能推动多语言语音助手的普及。未来可观察该方法是否被集成到 Apple 的产品中，以及是否引发其他公司跟进类似研究。Agent Pulse · analysis
Apple 机器学习研究团队发表论文，首次将迭代伪标签训练方法应用于中英代码切换语音识别（CS-ASR）。该方法利用大规模未标注语料生成伪标签，构建半监督数据集，并通过两阶段双语模型训练和迭代改进来提升 CS-ASR 性能。研究旨在解决 CS 训练数据稀缺的问题，展示了利用未标注数据提升 CS-ASR 性能的有效性。
迭代伪标签训练在 CS-ASR 中的首次应用表明，该方法可有效利用未标注数据缓解代码切换数据稀缺问题。其核心在于伪标签生成、两阶段双语模型训练和迭代改进的流程，可能对多语言和低资源语音识别有借鉴意义。下一步可关注该方法在更大规模数据上的效果及与其他半监督方法的对比。
该研究体现了科技巨头在语音识别领域对代码切换场景的重视，通过半监督方法降低对标注数据的依赖，可能推动多语言语音助手的普及。未来可观察该方法是否被集成到 Apple 的产品中，以及是否引发其他公司跟进类似研究。
该研究可能降低多语言语音识别系统的数据成本，提升代码切换场景的识别准确率，对语音助手、会议转录等产品有潜在价值。Apple 可能将其应用于 Siri 等产品，增强多语言用户体验。
后续可关注该方法在真实场景中的部署效果，以及是否扩展到更多语言对或与其他技术结合。若有效，可能加速多语言语音识别系统的开发。