자동 음성 인식 평가 지표 해석 및 오류 식별을 위한 패러다임

요약

본 논문은 자동 음성 인식(ASR) 평가에 사용되는 단어/문자 오류율(WER/CER)이 인간 지각과 낮은 상관관계를 가진다는 문제점을 지적합니다. 이를 해결하기 위해, 본 연구는 선택된 여러 지표를 통합하여 '최소 편집 거리(minED)'라는 새로운 패러다임을 제시합니다. 이 접근법은 전사 오류와 인간의 실제 지각을 연결하고, 오류의 심각도에 대한 분석을 가능하게 합니다.

핵심 포인트

• 기존 ASR 평가 지표인 WER과 CER은 인간 청취자의 지각과 낮은 상관관계를 가진다는 한계가 있습니다.
• 단순한 오류율 측정만으로는 언어학적/의미론적 정보를 반영하기 어렵습니다.
• 본 논문은 여러 평가 지표를 통합하여 '최소 편집 거리(minED)'라는 새로운 패러다임을 제안합니다.
• 제시된 minED 접근법은 전사 오류와 인간의 실제 인지 과정을 병렬화하고, 오류 심각도 분석을 가능하게 합니다.