面向欧洲葡萄牙语的综合自动语音识别基准测试 CAM~OES
计算与语言
2025-08-28 v1 音频与语音处理
摘要
现有葡萄牙语自动语音识别资源大多聚焦于巴西葡萄牙语，留下了欧洲葡萄牙语（European Portuguese, EP）及其他变体的探索不足。为弥合这一差距，我们引入 CAM~OES，首个面向 EP 和其他葡萄牙语变体的开放框架。它包含（1）一个综合评估基准，涵盖 46 小时 EP 测试数据，跨越多个领域；以及（2）一系列最新模型的集合。对于后者，我们考虑多种基础模型，评估其零样例和微调性能，同时训练 E-Branchformer 模型。为微调和训练，采用了精选的 425 小时 EP 数据。我们的结果表明，微调后的基础模型与从头训练的 E-Branchformer 在 EP 上的性能相当。此外，最佳模型相较于最强的零样例基础模型实现了 35% 以上的相对 WER 改进，为 EP 及其他变体树立了新的最佳记录。
引用
@article{arxiv.2508.19721,
title = {CAM\~OES: A Comprehensive Automatic Speech Recognition Benchmark for European Portuguese},
author = {Carlos Carvalho and Francisco Teixeira and Catarina Botelho and Anna Pompili and Rubén Solera-Ureña and Sérgio Paulo and Mariana Julião and Thomas Rolland and John Mendonça and Diogo Pereira and Isabel Trancoso and Alberto Abad},
journal= {arXiv preprint arXiv:2508.19721},
year = {2025}
}
备注
Accepted to ASRU 2025