论阿拉伯语语音方言识别的鲁棒性
音频与语音处理
2023-06-07 v1 计算与语言
机器学习
摘要
阿拉伯语方言识别（ADI）工具是训练语音识别模型所需大规模数据收集流程的重要组成部分。由于这些流程需要将 ADI 工具应用于潜在的域外数据，我们旨在研究这些工具对此种域偏移的脆弱程度。以自监督学习（SSL）模型为起点，我们评估了从 SSL 特征进行迁移学习和直接分类。我们在丰富条件下开展评估，目标是基于预训练模型开发 ADI 系统，并最终在新收集数据上评估性能。为理解哪些因素促成模型决策，我们对数据的一个子集进行了细致的人工研究。我们的分析确认域偏移是 ADI 模型的主要挑战。我们还发现，虽然自训练确实缓解了此挑战，但对于现实条件可能仍不充分。
引用
@article{arxiv.2306.03789,
title = {On the Robustness of Arabic Speech Dialect Identification},
author = {Peter Sullivan and AbdelRahim Elmadany and Muhammad Abdul-Mageed},
journal= {arXiv preprint arXiv:2306.03789},
year = {2023}
}