基于音素特征的低资源缅甸语 ASR 错误纠正中的对齐增强变换器
计算与语言
2025-11-27 v1 机器学习
声音
摘要
本文探讨了面向低资源缅甸语自动语音识别（ASR）错误纠正的序列到序列Transformer模型，重点考察不同的特征集成策略，包括IPA信息和对齐信息。据我们所知，这是首个针对缅甸语开展ASR错误纠正的研究。我们评估了五种ASR主干模型，结果表明，我们的ASR错误纠正（AEC）方法在基线输出的词级和字符级准确率上均取得一致改善。 proposed AEC模型结合了IPA和对齐特征，使ASR模型平均WER从51.56%降至39.82%（增强前），从51.56%降至43.59%（增强后），chrF++分数从0.5864提升至0.627，显示示在无AEC的基线ASR输出上均取得一致 gains。我们的研究结果突显了AEC的鲁棒性以及特征设计在提升低资源环境下ASR输出方面的重要性。
引用
@article{arxiv.2511.21088,
title = {ASR Error Correction in Low-Resource Burmese with Alignment-Enhanced Transformers using Phonetic Features},
author = {Ye Bhone Lin and Thura Aung and Ye Kyaw Thu and Thazin Myint Oo},
journal= {arXiv preprint arXiv:2511.21088},
year = {2025}
}
备注
7 pages, 2 figures, 7 tables, Accepted to iSAI-NLP 2025