跨语言自动语音识别转移中的语言差异从阿拉伯语到塔什利语

科学领域:

• 计算语言学 计算语言学
• 语音技术 语言技术
• 低资源语言处理 低资源语言处理

背景情况:

• 由于资源有限,Tashlhiyt在语音技术方面面临着挑战.
• 现有的自动语音识别 (ASR) 系统往往不支持像Tashlhiyt.com这样的低资源语言.
• 从一个相关的,更高资源语言 (阿拉伯语) 的跨语言转移被探索为一个潜在的解决方案.

研究的目的:

• 评估将阿拉伯语ASR系统重新用于Tashlhiyt的可行性.
• 为了确定Tashlhiyt的ASR转移绩效中的系统差异.
• 研究语言特征 (例如,无母音词) 和说话风格对ASR准确性的影响.

主要方法:

• 调查了跨语言的ASR从商业阿拉伯语系统转移到Tashlhiyt.
• 使用文字错误率 (WER) 和莱文施泰因距离分析了性能.
• 在不同的词形和说话风格 (清晰与随意的演讲) 中比较结果.

主要成果:

• 在Tashlhiyt.中观察到ASR转移业绩的系统差异.
• 与清晰的演讲相比,随意说话模式的表现明显更差.
• 在清晰的演讲中,Tashlhiyt的无母音单词表现低于有母音单词.

结论:

• 跨语言的ASR传输是可行的,但表现出系统的性能差异,受说话模式和语音战术的影响.
• 基于语言的适应策略对于在资源较少的语言中有效的ASR重用至关重要,特别是那些具有罕见语言结构的语言.
• 这些发现有助于理解ASR性能差异和声信号的人机映射.