يقدم الباحثون حلاً للتعرف التلقائي على الكلام (ASR) مفتوح المصدر مصممًا لتقييم قراءة الأطفال بلغة البامبارة، مما يعالج نقص الأدوات المطورة لهذه اللغة الأفريقية. تم بناء النظام من خلال عملية شاملة تشمل جمع البيانات الميدانية، وبناء معايير الاختبار، وتكييف النموذج، والتحقق من الصحة في الفصل الدراسي.
- جمعت تطبيق الهاتف المحمول 55 ساعة من كلام القراءة الخام من 60 طفلًا لإنشاء معيار عام لتقييم قراءة الأطفال بلغة البامبارة.
- قارنت تجارب الضبط الدقيق Soloni، وهو إطار عمل ASR Fast-Conformer المكيف للغة البامبارة، مع QuartzNet، وهي بنية ASR تلافيفية مدمجة.
- قلل أفضل نموذج Solوني من معدل خطأ الكلمات (WER) من 0.42 إلى 0.22 ومن معدل خطأ الأحرف (CER) من 0.15 إلى 0.08، متفوقًا بشكل كبير على QuartzNet.
- حدد التحليل الم disaggregated الأطفال دون سن 10 سنوات كمصدر رئيسي للأخطاء المتبقية، مما حفز جمع البيانات المستهدف من القراء الأصغر سنًا.
- دعمت عشر تجارب فصلية الاستخدام المستمر للتطبيق لتقييم محو الأمية.
يقدم العمل إطار عمل قابلًا لإعادة الإنتاج لتقييم محو الأمية في اللغات محدودة الموارد ويبرز مزايا معمارية محددة واحتياجات البيانات لتحسين أداء ASR على كلام الأطفال.