Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 저자원 아프리카 언어인 Bemba와 Nyanja를 위한 음성 인식 편향 평가 데이터셋 AfriBED를 소개합니다. 이 데이터셋은 성별 및 화자 유형에 따른 ASR 시스템의 성능 편향을 탐지하고 추정하는 데 사용됩니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기자동 음성 인식 시스템(ASR)의 발전에도 불구하고, 현재 시스템들은 화자 속성 편향을 보입니다. 즉, 성별, 억양, 화자 유형과 같은 인구통계학적 속성에 따라 특정 화자에게 음성 인식 성능이 편향되는 경향이 있습니다. 그러나 주어진 ASR 시스템에서 화자 속성 편향을 정확하게 평가하려면, 화자 속성의 하위 그룹 전반에 걸쳐 비교 가능한 음성을 갖춘 편향 평가 데이터셋의 확보가 필요합니다. 본 논문에서는 두 개의 저자원 아프리카 언어인 Bemba와 Nyanja를 위한 새로운 음성 인식 편향 평가 데이터셋인 African speech Bias Evaluation Dataset (AfriBED)을 소개하며, 이를 통해 ASR 시스템의 성별 및 화자 유형 편향을 탐지하고 추정합니다. 이 데이터셋은 Bemba에 대해 80명의 화자가 녹음한 3928개의 발화로 총 9시간 분량의 음성을 포함하며, Nyanja 세트는 127명의 화자가 녹음한 약 18시간 분량의 6260개 발화를 포함합니다. 저희가 수행한 기준선 실험 결과는 이 데이터셋들이 목표 언어에서 성별 및 화자 유형 속성 편향을 검토하는 데 유용함을 입증합니다.