Pesquisadores apresentam uma solução de reconhecimento automático de fala (ASR) de código aberto projetada para avaliar a leitura infantil em bambara, abordando a falta de ferramentas desenvolvidas para este idioma africano. O sistema foi construído por meio de um processo de ponta a ponta que envolveu coleta de dados de campo, construção de benchmarks, adaptação do modelo e validação em sala de aula.
- Um aplicativo móvel coletou 55 horas de fala bruta de leitura de 60 crianças para criar um benchmark público para avaliação da leitura infantil em bambara.
- Experimentos de fine-tuning compararam o Soloni, uma estrutura ASR Fast-Conformer adaptada ao bambara, com o QuartzNet, uma arquitetura ASR convolucional compacta.
- O melhor modelo Soloni reduziu a Taxa de Erro de Palavras (WER) de 0,42 para 0,22 e a Taxa de Erro de Caracteres (CER) de 0,15 para 0,08, superando substancialmente o QuartzNet.
- A análise desagregada identificou crianças com menos de 10 anos como a principal fonte de erros residuais, motivando a coleta direcionada de dados de leitores mais jovens.
- Dez ensaios em sala de aula apoiaram o uso contínuo do aplicativo para avaliação da alfabetização.
O trabalho fornece um framework reproduzível para avaliação de alfabetização em idiomas com poucos recursos e destaca benefícios arquitetônicos específicos e necessidades de dados para melhorar o desempenho do ASR em fala infantil.