Mai Ho'omāuna i ka 'Ai：语言模型提升夏威夷语自动语音识别
计算与语言
2024-04-05 v1 机器学习
声音
音频与语音处理
摘要
本文通过将大量独立文本数据纳入 ASR 基础模型 Whisper，探讨了提升低资源语言——夏威夷语自动语音识别（ASR）的挑战。为此，我们在约 150 万词的夏威夷语文本上训练了一个外部语言模型（LM）。随后，我们使用该 LM 对 Whisper 进行重打分，并在人工标注的夏威夷语测试集上计算词错误率。我们使用不带外部 LM 的 Whisper 作为基线。实验结果表明，使用夏威夷语 LM 对 ASR 输出进行重打分后，WER 获得了较小但显著的改善。该结果支持在为代表性不足的语言开发 ASR 系统时充分利用所有可用数据。
引用
@article{arxiv.2404.03073,
title = {Mai Ho'om\=auna i ka 'Ai: Language Models Improve Automatic Speech Recognition in Hawaiian},
author = {Kaavya Chaparala and Guido Zarrella and Bruce Torres Fischer and Larry Kimura and Oiwi Parker Jones},
journal= {arXiv preprint arXiv:2404.03073},
year = {2024}
}