تتحقق دراسة من توقيت المحادثة كمتغير قابل للضبط لتدريب محادثات متعددة المتحدثين اصطناعية في التعرف الآلي على الكلام (ASR). قام الباحثون بمعادلة توزيعات التوقف والتداخل باستخدام عائلة الميل الأسي واستكشفوا الفضاء رباعي الأبعاد الناتج عبر أخذ العينات الفائقة اللاتينية والتحسين البايزي متعدد الأهداف.
- استُخدمت تكوينات توقيت محاكاة لتدريب أنظمة ASR وتقييم الأداء على مجموعة حوار مجري باستخدام مقاييس cpWER وcpCER.
- يرتبط التعرض الأعلى لتداخل الكلام بانخفاض معدلات خطأ الكلمات، بينما ترتبط الفجوات الأطول والأكثر تنوعًا بمعدلات خطأ أعلى.
- قدم التحسين البايزي تحسينات مجمعة متواضعة لكنه أدى بشكل أساسي دورًا تحليليًا من خلال الكشف عن المقايضة المحددة بين توقيت التداخل والفجوة.
تشير النتائج إلى أنه ينبغي استكمال المحاكاة الواقعية بتشخيصات ذات صلة بالمهمة لملفات تعريف التداخل والفجوة وتنوع التوقيت لتحسين فائدة بيانات التدريب.