論文の概要: Linguistic Distance Segregates Latent Representations in Automatic Speech Recognition Systems

• arxiv url: http://arxiv.org/abs/2608.30853v1
• Date: Mon, 31 Aug 2026 14:16:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.439356
• Title: Linguistic Distance Segregates Latent Representations in Automatic Speech Recognition Systems
• Title（参考訳）: 音声認識システムにおける言語距離の潜在表現分割
• Abstract要約: 本稿では,第1言語バックグラウンドと英語のASR性能の関係について検討する。 経験的分析により、話者のL1距離とASR誤り率の相関が英語音声に体系的な影響をもたらすことが明らかとなった。
• 参考スコア（独自算出の注目度）: 3.1670140283390276
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While automatic speech recognition (ASR) models have achieved remarkable improvements in recent years, performance disparities persist across different speaker populations. One such disparity is for speakers whose first languages (L1) are from families distant from English. This paper investigates the relationship between first language background and English ASR performance. Through empirical analysis, we observe that the correlation between speakers' L1 distance and ASR error rates yields a systematic effect on English Speech, with its strength varying across datasets and models. This association is statistically significant in a follow-up analysis accounting for dataset-level variation in Tweedie mixed-effects models ($p<0.001$ across evaluated models). In addition, analysis of the latent space reveals a L1-based spatial segregation across deeper acoustic layers in the majority of evaluated architectures
• Abstract（参考訳）: 近年,自動音声認識(ASR)モデルは顕著な改善を遂げているが,話者間の性能格差は持続している。 そのような格差の1つは、第一言語(L1)が英語から離れた家族である話者に対するものである。 本稿では,第1言語バックグラウンドと英語のASR性能の関係について検討する。 経験的分析により、話者のL1距離とASR誤り率の相関が、データセットやモデルによって異なる強さで英語音声に体系的な影響をもたらすことが明らかとなった。 この関係は、Tweedie Mixed-Efects Model (p<0.001$) におけるデータセットレベルの変動の追跡分析において統計的に重要である。 さらに、潜在空間の解析により、評価された建築の大多数において、より深い音響層にまたがるL1に基づく空間分離が明らかになる。

関連論文リスト

• Phonological Perception of Sign Language Models [5.368069729147575]
  この研究は、アメリカ手話(ASL)で訓練された手話認識モデルの音韻的知覚を評価する。 以上の結果から,SLRモデルは発声感を呈するが,設計上のトレードオフは明らかであることがわかった。 これらの結果は,SLRモデルが創発的な音韻論を呈する一方で,現在の訓練パラダイムは,それらのアーキテクチャ的帰納バイアスを超えてそれらを拡張するには不十分であることを示唆している。
  論文  参考訳（メタデータ） (2026-06-27T01:02:35Z)
• Evaluating Bias in Phoneme-Based Automatic Speech Recognition Systems: An Analysis of IPA Transcription Models [2.857724571923244]
  我々は,現在最先端のオープンソースASRシステムであるWhisperIPAとZIPAの性能を評価する。 分析では、性別、アクセント、民族性、年齢など、言語や人口集団でパフォーマンスがどのように変化するかを検討した。
  論文  参考訳（メタデータ） (2026-06-10T04:00:44Z)
• Interactive ASR: Towards Human-Like Interaction and Semantic Coherence Evaluation for Agentic Speech Recognition [52.63676763985825]
  トークンレベルの精度を超えた認識品質を評価するための意味認識評価指標を提案する。 我々は,人間のようなマルチターンインタラクションをシミュレートするエージェント・フレームワークを設計し,認識出力の反復的改善を可能にする。 対話型およびエージェント型ASRにおける今後の研究を促進するためのコードをリリースする。
  論文  参考訳（メタデータ） (2026-04-10T09:02:42Z)
• Language Barriers: Evaluating Cross-Lingual Performance of CNN and Transformer Architectures for Speech Quality Estimation [9.286959744769792]
  目的語品質モデルの言語間一般化は大きな課題である。 主に英語データに基づいて訓練されたモデルは、異なる音素、音節、韻律の特徴を持つ言語に一般化するのに苦労する可能性がある。 本研究では,NISQA,CNNベースモデル,変換器ベースオーディオスペクトログラム変換器(AST)モデルという2つの音声品質モデルの言語間性能について検討した。
  論文  参考訳（メタデータ） (2025-02-18T16:22:43Z)
• Reexamining Racial Disparities in Automatic Speech Recognition Performance: The Role of Confounding by Provenance [7.882996636086014]
  自動音声認識(ASR)モデルとその使用法は公平かつ公平であることが重要である。 この研究は、現在の最先端のニューラルネットワークベースのASRシステムの性能を調べることによって、この格差の根底にある要因を理解することを目的としている。
  論文  参考訳（メタデータ） (2024-07-19T02:14:17Z)
• Self-supervised ASR Models and Features For Dysarthric and Elderly Speech Recognition [71.87998918300806]
  本稿では,TDNNとConformer ASRシステムにSSLプリトレーニングモデルとその機能を統合するアプローチについて検討する。 ドメイン適応型HuBERT、wav2vec2-conformer、マルチ言語型XLSRモデルを統合することで構築されたTDNNシステムは、スタンドアロンの微調整型SSL事前訓練モデルより一貫して優れている。 DementiaBank Pitt の高齢者音声認識出力を用いて,アルツハイマー病の検出精度の向上も行った。
  論文  参考訳（メタデータ） (2024-07-03T08:33:39Z)
• Houston we have a Divergence: A Subgroup Performance Analysis of ASR Models [2.5168553347063862]
  Fearless Steps APOLLO Community Resourceは、マルチスピーカーチームコミュニケーションの可能性を探るための例外のない機会を提供する。 本研究では,ASR(Automatic Speech Recognition, 自動音声認識)手法により, アポロの録音を多かれ少なかれ理解しやすくする特徴を明らかにすることに焦点を当てた。
  論文  参考訳（メタデータ） (2024-03-31T10:06:19Z)
• Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
  この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
  論文  参考訳（メタデータ） (2023-10-23T17:42:01Z)
• Exploiting Cross-domain And Cross-Lingual Ultrasound Tongue Imaging Features For Elderly And Dysarthric Speech Recognition [55.25565305101314]
  調音機能は音響信号歪みに不変であり、音声認識システムにうまく組み込まれている。 本稿では,A2Aモデルにおける24時間TaLコーパスの並列音声・超音波舌画像(UTI)データを利用したクロスドメインおよびクロスランガルA2Aインバージョン手法を提案する。 生成した調音機能を組み込んだ3つのタスクの実験は、ベースラインのTDNNとコンフォーマーASRシステムより一貫して優れていた。
  論文  参考訳（メタデータ） (2022-06-15T07:20:28Z)
• A Comparative Study on Speaker-attributed Automatic Speech Recognition in Multi-party Meetings [53.120885867427305]
  会議シナリオにおける話者分散自動音声認識(SA-ASR)の3つのアプローチを評価する。 WD-SOT法は平均話者依存文字誤り率(SD-CER)を10.7%削減する TS-ASRアプローチはFD-SOTアプローチよりも優れ、16.5%の相対的なSD-CER削減をもたらす。
  論文  参考訳（メタデータ） (2022-03-31T06:39:14Z)
• Unsupervised Cross-lingual Representation Learning for Speech Recognition [63.85924123692923]
  XLSRは、複数の言語における音声の生波形から1つのモデルを事前学習することで、言語間音声表現を学習する。 我々は、マスク付き潜在音声表現よりも対照的なタスクを解くことで訓練されたwav2vec 2.0を構築した。 実験により、言語間事前学習はモノリンガル事前訓練よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2020-06-24T18:25:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。