Para peneliti menyajikan solusi pengenalan suara otomatis (ASR) open-source yang dirancang untuk menilai membaca anak-anak dalam bahasa Bambara, mengatasi kurangnya alat yang dikembangkan untuk bahasa Afrika ini. Sistem ini dibangun melalui proses end-to-end yang melibatkan pengumpulan data lapangan, konstruksi benchmark, adaptasi model, dan validasi kelas.
- Aplikasi seluler mengumpulkan 55 jam suara bacaan mentah dari 60 anak untuk membuat benchmark publik untuk penilaian membaca anak Bambara.
- Eksperimen fine-tuning membandingkan Soloni, kerangka kerja ASR Fast-Conformer yang diadaptasi untuk Bambara, dengan QuartzNet, arsitektur ASR konvolusi ringkas.
- Model Soloni terbaik mengurangi Word Error Rate (WER) dari 0,42 menjadi 0,22 dan Character Error Rate (CER) dari 0,15 menjadi 0,08, secara substansial mengungguli QuartzNet.
- Analisis disagregasi mengidentifikasi anak-anak di bawah 10 tahun sebagai sumber utama kesalahan residu, memotivasi pengumpulan data yang ditargetkan dari pembaca yang lebih muda.
- Sepuluh uji coba kelas mendukung penggunaan berkelanjutan aplikasi untuk penilaian literasi.
Karya ini menyediakan kerangka kerja yang dapat direproduksi untuk penilaian literasi dalam bahasa dengan sumber daya terbatas dan menyoroti manfaat arsitektur spesifik serta kebutuhan data untuk meningkatkan kinerja ASR pada suara anak.