哪些语言最适合迁移到瓦尔皮里语？基于相似性的低资源语音识别研究

本文研究了语言相似性如何改善极端低资源场景下自动语音识别（ASR）的跨语言迁移。瓦尔皮里语是一种澳大利亚原住民语言，其转录语音数据非常有限，因此迁移学习至关重要。我们提出了一个框架，结合来自预训练语音模型的声学相似性与基于类型学、音素清单、语法和句法特征的语言相似性，对高资源源语言进行排序，并评估它们向瓦尔皮里语进行ASR迁移的有效性。使用Whisper进行的实验表明，声学和类型学上相似的语言优于单语和多语基线。阿萨姆语和印地语在词错误率和字符错误率上实现了显著降低。相关性分析进一步表明，声学相似性是微调性能的最强预测因子，而音素清单和类型学相似性更能解释零样本迁移。