多语言自监督语音表征改善低资源非洲语言的语码转换语音识别
计算与语言
2023-11-28 v1
摘要
尽管许多低资源语言的使用者经常在其语言与其他区域语言或英语之间进行语码转换，但语码转换语音的数据集过小，无法从头训练定制的声学模型或进行语言模型重打分。本文提出微调自监督语音表征（如 wav2vec 2.0 XLSR）以识别语码转换数据。我们发现，相较于在语码转换数据上从头训练的混合模型基线，微调自监督多语言表征并用从转写文本训练的 n-gram 语言模型增强，可将绝对词错误率降低至多 20%。我们的结果表明，在训练数据有限的情况下，微调自监督表征是一种性能更优且可行的方案。
关键词
引用
@article{arxiv.2311.15077,
title = {Multilingual self-supervised speech representations improve the speech recognition of low-resource African languages with codeswitching},
author = {Tolúlopé Ògúnrèmí and Christopher D. Manning and Dan Jurafsky},
journal= {arXiv preprint arXiv:2311.15077},
year = {2023}
}
备注
5 pages, 1 figure. Computational Approaches to Linguistic Code-Switching, CALCS 2023 (co-located with EMNLP 2023)