Un estudio investiga el uso del aprendizaje por transferencia interlingüística desde el cingalés para mejorar el reconocimiento automático de voz (ASR) para el divehi, un idioma con recursos limitados. Los investigadores realizaron diecisiete experimentos en cinco paradigmas, incluidas líneas base y ajuste fino multilingüe.
- El sistema más fuerte utilizó preentrenamiento continuo en cingalés seguido de ajuste fino en divehi con KenLM.
- Este enfoque logró una tasa de error de palabras (WER) del 12.89% y una tasa de error de caracteres (CER) del 2.70%.
- Superó a la línea base solo de divehi en un 13.50% WER y un 3.02% CER.
- Un control turco confirmó que las mejoras provienen de la relación lingüística y no de una adaptación general.
Los resultados demuestran que el aprendizaje por transferencia desde un idioma lingüísticamente relacionado mejora significativamente el rendimiento del ASR con pocos recursos cuando se combina con configuraciones de decodificación apropiadas.