从语言学视角评估面向会话语音的自动语音识别系统
计算与语言
2022-12-06 v2
摘要
随着语音用户界面与对话代理(如Alexa、Google Home等语音助手)的普及，自动语音识别(ASR)面临更多非正式且自由形式的输入数据。会话语音既是语音识别中最困难的数据类型，也是最具现实相关性的数据类型。本文从语言学视角出发，以法语为案例研究，致力于消解法语同音词歧义。我们的贡献旨在深入揭示人类语音转写准确率，在重现最先进ASR系统条件的情形下(尽管处于高度聚焦的情境)，我们探究了涉及法语自动转写中最常见错误的案例研究。
引用
@article{arxiv.2211.02812,
title = {Evaluation of Automated Speech Recognition Systems for Conversational Speech: A Linguistic Perspective},
author = {Hannaneh B. Pasandi and Haniyeh B. Pasandi},
journal= {arXiv preprint arXiv:2211.02812},
year = {2022}
}
备注
10 pages