非裔美国人英语的自动语音识别：词汇与语境效应

自动语音识别（ASR）模型常常在非裔美国人英语（African American English, AAE）中发现的语音、音位和形态句法特征方面表现不佳。本研究聚焦于两个关键的AAE变量：辅音簇缩减（Consonant Cluster Reduction, CCR）和ING缩写。它检验了CCR和ING缩写的存在是否会增加ASR的误识别率。随后，本研究探讨了在没有外部语言模型（Language Model, LM）的情况下使用的端到端ASR系统是否对词汇邻域效应更敏感，并且对语境可预测性影响较小，而相对于使用LM的系统。使用wav2vec 2.0对CORAAL语料库进行转录，方法分别附加和不附加语言模型。通过音素扩展方式使用蒙特利强制对齐器（Montreal Forced Aligner, MFA）检测CCR和ING缩写。分析结果显示，CCR和ING对词错误率（Word Error Rate, WER）均有小但显著的影响，并且在没有语言模型的ASR系统中表现出更强的词汇邻域效应。