ArzEn-LLM：基于LLM的埃及阿拉伯语-英语代码切换翻译与语音识别

受近年来埃及阿拉伯语和英语之间代码切换现象广泛增长的推动，本文探讨了机器翻译（MT）和自动语音识别（ASR）系统的细微差别，专注于将代码切换的埃及阿拉伯语-英语翻译成英语或埃及阿拉伯语。我们的目标是呈现开发这些系统所采用的方法，利用诸如LLama和Gemma等大语言模型。在ASR领域，我们探索了Whisper模型用于代码切换埃及阿拉伯语识别，详细描述了我们的实验程序，包括数据预处理和训练技术。通过实施一个连续的语音到文本翻译系统，将ASR与MT集成，以克服有限资源和埃及阿拉伯语方言独特性挑战。针对既定指标的评估显示出有希望的结果，我们的方法在英语翻译上比现有方法提高了56%，在阿拉伯语翻译上提高了9.3%。由于代码切换深深植根于语言之中，ASR系统能够有效处理这一现象这一能力至关重要，有助于在各个领域实现无缝交流，包括商业谈判、文化交流和学术讨论。我们的模型和代码均作为开源资源提供。代码：\url{http://github.com/ahmedheakl/arazn-llm}，模型：\url{http://huggingface.co/collections/ahmedheakl/arazn-llm-662ceaf12777656607b9524e}。