面向濒危语言的自动语音识别：以 Ikema Miyakoan 语言为例的案例研究
计算与语言
2026-04-21 v2 人工智能
摘要
语言濒危构成全球语言多样性面临的重大挑战，技术进展为语言的记录与复兴开辟了新的途径。在这些方法中，自动语音识别(ASR) 显示出日益增大的潜力以辅助濒危语言数据的转录。本研究聚焦 Ikema，这是一门濒危的 Ryukyuan 语言，在日本冲绳岛约有 1,300 名剩余说话者，其中大多数说话者年龄在 60 岁以上。我们展示了一项面向 Ikema 开发 ASR 系统的持续工作。具体而言，我们 (1) 从田野录音构建 6.33 小时的语音语料库， (2) 训练 ASR 模型实现最低 15% 的字符错误率， (3) 评估 ASR 辅助对语音转录效率的影响。我们的结果表明，ASR 集成可显著减少转录时间和认知负荷，为可扩展的、以技术为支持的濒危语言记录提供了实际可行的路径。
引用
@article{arxiv.2603.26248,
title = {Automatic Speech Recognition for Documenting Endangered Languages: Case Study of Ikema Miyakoan},
author = {Chihiro Taguchi and Yukinori Takubo and David Chiang},
journal= {arXiv preprint arXiv:2603.26248},
year = {2026}
}
备注
9 pages, 4 tables, 4 figures, accepted at LREC 2026