巴马巴语自动语音识别目前进展如何样？
机器学习
2026-02-11 v1 计算与语言
摘要
本文介绍了首个用于评估巴马巴语自动语音识别 (ASR) 的标准化基准测试，该基准测试基于一小时专业录制的马里语宪法文本。该基准测试设计为在近最优声学和语言条件下的受控参考集，用来评估 37 种模型，从巴马巴语训练的系统到大型商业模型。我们的发现表明，当前的 ASR 性能在狭窄的正式领域下仍远低于部署标准；以词错误率 (WER) 为最佳系统 achieved 46.76%，而以字符错误率 (CER) 为最佳者为 13.00%，而多数领先的多语言模型的 WER 超过 100%。这些结果表明，仅靠多语言预训练和模型规模扩大对于欠代表性语言并不足以实现高性能。此外，由于该数据集代表了最理想化、最简化的口语巴马巴语情形，这些结果尚未在实际的真实场景中进行测试。我们提供该基准测试及附带的公开排行榜，以促进巴马巴语语音技术领域的透明评估和未来研究。
引用
@article{arxiv.2602.09784,
title = {Circuit Fingerprints: How Answer Tokens Encode Their Geometrical Path},
author = {Andres Saurez and Neha Sengar and Dongsoo Har},
journal= {arXiv preprint arXiv:2602.09784},
year = {2026}
}
备注
Submitted to ICML 2026. 15 pages, 11 figures