基于楚科奇语的低资源语言自动语音识别
计算与语言
2022-10-13 v1
摘要
以下论文介绍一个专注于研究与创建基于楚科奇语的新型自动语音识别（ASR）项目。楚科奇语尚无完整语料库，因此大部分工作在于从开放来源收集并处理楚科奇语音频与文本。我们成功收集了21:34:23小时的楚科奇语音频录音与112,719个句子（或2,068,273个词）的楚科奇语文本。在所获数据上训练的XLSR模型即便在数据量较小的情况下也展现出良好结果。除楚科奇语为低资源语言外，它还是多式综合语，这显著增加了任何自动处理的难度。因此，评估ASR的常规WER指标对多式综合语言而言变得不那么具有指示性。然而，CER指标显示出良好结果。多式综合语言的度量问题仍待解决。
引用
@article{arxiv.2210.05726,
title = {Automatic Speech Recognition of Low-Resource Languages Based on Chukchi},
author = {Anastasia Safonova and Tatiana Yudina and Emil Nadimanov and Cydnie Davenport},
journal= {arXiv preprint arXiv:2210.05726},
year = {2022}
}