연구는 저자원 디비히어의 자동 음성 인식(ASR)을 향상시키기 위해 싱할라어로부터의 교차언어 전이 학습을 사용하는 방법을 조사했습니다. 연구자들은 베이스라인과 다국어 파인튜닝을 포함한 5개의 패러다임에 걸쳐 17가지 실험을 수행했습니다.

  • 가장 강력한 시스템은 싱할라어에서 지속적 사전 훈련을 수행한 후 KenLM을 사용하여 디비히어로 파인튜닝하는 방식이었습니다.
  • 이 접근법은 12.89%의 단어 오류율(WER)과 2.70%의 문자 오류율(CER)을 달성했습니다.
  • 이는 디비히어 전용 베이스라인 대비 WER 13.50%, CER 3.02%를 개선했습니다.
  • 터키어를 통한 통제 실험은 이러한 개선이 일반적인 적응이 아닌 언어적 유사성에서 비롯됨을 확인했습니다.

이 결과는 언어적으로 관련된 언어로부터의 전이 학습이 적절한 디코딩 구성과 결합될 때 저자원 ASR 성능을 크게 향상시킬 수 있음을 보여줍니다.