Um estudo investiga o uso de aprendizado por transferência interlingual do cingalês para melhorar o reconhecimento automático de fala (ASR) para o divehi, um idioma com poucos recursos. Os pesquisadores realizaram dezessete experimentos em cinco paradigmas, incluindo linhas de base e ajuste fino multilíngue.

  • O sistema mais forte utilizou pré-treinamento contínuo no cingalês seguido de ajuste fino no divehi com KenLM.
  • Essa abordagem alcançou 12,89% de taxa de erro de palavras (WER) e 2,70% de taxa de erro de caracteres (CER).
  • Ele superou a linha de base apenas em divehi em 13,50% WER e 3,02% CER.
  • Um controle turco confirmou que as melhorias decorrem da relação linguística e não de adaptação geral.

Os resultados demonstram que o aprendizado por transferência de um idioma linguisticamente relacionado aumenta significativamente o desempenho do ASR com poucos recursos quando combinado com configurações de decodificação apropriadas.