論文の概要: CoSE-E: A Benchmark for Code-switched Speech Evaluation in Enterprise Settings

• arxiv url: http://arxiv.org/abs/2609.35645v1
• Date: Mon, 28 Sep 2026 17:14:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 20:03:17.20549
• Title: CoSE-E: A Benchmark for Code-switched Speech Evaluation in Enterprise Settings
• Title（参考訳）: CoSE-E: 企業におけるコード変更型音声評価ベンチマーク
• Abstract要約: 企業ドメインに適したCS-ASR合成ベンチマークと多次元評価フレームワークを提案する。 企業展開における多言語音声エージェントのCSASR評価を支援するためのCOSE-Eをリリースする。
• 参考スコア（独自算出の注目度）: 2.0562923902310026
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Code-switching (CS), a seamless alternation between languages within a single utterance, remains a critical challenge in automatic speech recognition (ASR). While prior works focus on conversational CS-ASR, enterprise settings demand evaluation of operational impact beyond edit-distance errors: how code-switching transcription errors propagate to downstream voice agent task failures. In this work, we propose (1) a CS-ASR synthetic benchmark and multidimensional evaluation framework tailored to enterprise domains, (2) systematic evaluation of frontier ASR systems across 5 language pairs, (3) diagnostic analysis of the additional transcription errors that code-switching introduces across language pairs and models. We release COSE-E to support enterprise-focused CSASR evaluation for multilingual voice agents in enterprise deployment.
• Abstract（参考訳）: Code-switching (CS)は、1つの発話内の言語間のシームレスな交替であり、自動音声認識(ASR)において重要な課題である。 以前の作業では、会話型CS-ASRに重点を置いていたが、エンタープライズ設定では、編集距離エラー以外の運用上の影響について、コードスイッチによる書き起こしエラーが、下流の音声エージェントタスクの障害にどのように伝播するかを要求していた。 本研究では,(1)エンタープライズドメインに適したCS-ASR合成ベンチマークと多次元評価フレームワーク,(2)5言語ペア間のフロンティアASRシステムの体系的評価,(3)コードスイッチによる言語ペアとモデル間の追加転写エラーの診断的解析を提案する。 企業展開における多言語音声エージェントのCSASR評価を支援するためのCOSE-Eをリリースする。

関連論文リスト

• Adapting Whisper for Code-Switching through Encoding Refining and Language-Aware Decoding [27.499426765845705]
  コードスイッチング自動音声認識(ASR)はアクセント、聴覚的類似性、シームレスな言語スイッチによる言語混乱による課題に直面している。 我々は,大規模多言語事前学習音声認識モデルであるWhisperを,エンコーダ部とデコーダ部の両方からCSに適応させる。
  論文  参考訳（メタデータ） (2024-12-21T07:06:44Z)
• Enhancing Code-Switching ASR Leveraging Non-Peaky CTC Loss and Deep Language Posterior Injection [9.696145679371213]
  多言語話者が会話中に言語を交互に切り替えるコードスイッチングは、エンドツーエンド(E2E)自動音声認識(ASR)システムに重大な課題をもたらす。 まず、エンコーダの中間層に言語識別情報を組み込んで、より詳細な言語情報による出力埋め込みを強化することを目的としています。 第二に、言語境界アライメント損失の新たな応用により、後続のASRモジュールは、言語後続の知識をより効果的に活用することができる。
  論文  参考訳（メタデータ） (2024-11-26T06:49:05Z)
• Zero Resource Code-switched Speech Benchmark Using Speech Utterance Pairs For Multiple Spoken Languages [49.6922490267701]
  我々は,自己教師型音声エンコーダのコード切替能力を評価するために,ゼロリソースコード切替音声ベンチマークを導入した。 本稿では,音声エンコーダのコードスイッチング能力を評価するために,離散単位に基づく言語モデリングのベースラインシステムを紹介する。
  論文  参考訳（メタデータ） (2023-10-04T17:58:11Z)
• Speech collage: code-switched audio generation by collaging monolingual corpora [50.356820349870986]
  Speech Collage は音声セグメントをスプライシングすることでモノリンガルコーパスからCSデータを合成する手法である。 2つのシナリオにおける音声認識における生成データの影響について検討する。
  論文  参考訳（メタデータ） (2023-09-27T14:17:53Z)
• Optimizing Bilingual Neural Transducer with Synthetic Code-switching Text Generation [10.650573361117669]
  半教師付きトレーニングと合成コードスイッチングデータにより、コードスイッチング音声におけるバイリンガルASRシステムを改善することができる。 最終システムは ASCEND English/Mandarin code-switching test set 上で25%混合誤り率 (MER) を達成する。
  論文  参考訳（メタデータ） (2022-10-21T19:42:41Z)
• LAE: Language-Aware Encoder for Monolingual and Multilingual ASR [87.74794847245536]
  言語固有の情報を混在させることにより,両状況に対処する新しい言語対応エンコーダ (LAE) アーキテクチャを提案する。 マンダリン・イングリッシュ・コードスウィッチ音声を用いた実験により,LAEはフレームレベルで異なる言語を識別できることが示唆された。
  論文  参考訳（メタデータ） (2022-06-05T04:03:12Z)
• Reducing language context confusion for end-to-end code-switching automatic speech recognition [50.89821865949395]
  本稿では,E2E符号スイッチングASRモデルの多言語コンテキストの混同を低減するための言語関連アテンション機構を提案する。 複数の言語のそれぞれの注意を計算することにより、豊かな単言語データから言語知識を効率的に伝達することができる。
  論文  参考訳（メタデータ） (2022-01-28T14:39:29Z)
• Learning not to Discriminate: Task Agnostic Learning for Improving Monolingual and Code-switched Speech Recognition [12.354292498112347]
  本稿では、ドメイン逆学習を用いてタスクモデルを訓練することにより、これまでの作業よりもさらに改善する。 提案手法は,単語誤り率(WER)を3つの言語対に対して単言語およびコード切替テストセットで削減する。
  論文  参考訳（メタデータ） (2020-06-09T13:45:30Z)

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。