論文の概要: MGhana-ST: A Low-Resource Speech Translation Dataset for Ghanaian Languages and an Analysis of Multilingual Training Trade-offs

• arxiv url: http://arxiv.org/abs/2609.40041v2
• Date: Thu, 01 Oct 2026 21:48:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:29.97083
• Title: MGhana-ST: A Low-Resource Speech Translation Dataset for Ghanaian Languages and an Analysis of Multilingual Training Trade-offs
• Title（参考訳）: MGhana-ST:ガーナ語のための低リソース音声翻訳データセットと多言語学習トレードオフの分析
• Abstract要約: MGhana-STは、Ga、Twi(AkuapemとAsante)、Ewe、Fanteの4種類の低リソースガーナ語のデータセットである。 重度のデータ不足下での単言語訓練と多言語訓練を比較し,3種以上を報告した。 GaとTwiでは、1.6時間から6.2時間のオーディオでトレーニングされた単言語ベースラインは、多言語モデルの約5倍から30倍のシード標準偏差を持つ。
• 参考スコア（独自算出の注目度）: 0.8808021343665319
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present MGhana-ST, a speech translation dataset for four low-resource Ghanaian language varieties: Ga, Twi (Akuapem and Asante), Ewe, and Fante. MGhana-ST is an ongoing annotation effort; the experiments here use a fixed subset of about 16.1 hours of paired speech and English translations. The audio is curated from two existing Ghanaian speech resources. Unlike in those resources, the English translations are produced directly from audio by 37 native-speaker annotators and include verbal and non-verbal event annotations. Using Whisper-small, we compare monolingual and multilingual training under severe data scarcity, reporting means over three seeds. Flat multilingual training benefits no variety in this regime. Ga and Twi are unchanged within seed variance (+0.51 and +0.06 BLEU against monolingual standard deviations of 1.63 and 2.20), while Ewe declines by 6.99 BLEU and Fante by 5.11. The degrading varieties are Ewe, which is linguistically distinct and drawn from a different source corpus, and Fante, the least-resourced. Comparing empirical cross-lingual transfer with typology-based similarity, we find that transfer BLEU identifies closely interacting language pairs better than URIEL similarity, though neither predicts which varieties benefit from joint training. We also report a methodological finding. An earlier single-run analysis found positive transfer for three of four varieties; this did not survive replication across seeds. For Ga and Twi, monolingual baselines trained on 1.6 to 6.2 hours of audio have seed standard deviations roughly five and thirty times those of the multilingual models (0.35 and 0.07 BLEU). When the monolingual condition is noisier, a single-run comparison can show apparent transfer of this size from seed variation alone. We release MGhana-ST to support research on African language speech technology and low-resource speech translation.
• Abstract（参考訳）: 本稿では,GGA,Twi(Akuapem,Asante),Ewe,Fanteの4種類の低リソースガーナ言語に対する音声翻訳データセットMGhana-STを提案する。 MGhana-STは、現在進行中のアノテーションの取り組みであり、ここでの実験では、対訳と英訳の約16.1時間の固定されたサブセットを使用している。 音声はガーナの既存の2つの音声リソースから収集される。 これらのリソースとは異なり、英語の翻訳は、37のネイティブスピーカーアノテータによってオーディオから直接作成され、言語的および非言語的なイベントアノテーションを含む。 Whisper-smallを用いて、重度のデータ不足下での単言語訓練と多言語訓練を比較し、3種以上を報告する。 フラット多言語訓練は、この体制において何の恩恵も与えない。 GaとTwiは、単言語標準偏差1.63と2.20に対して、種差(+0.51と+0.06 BLEU)で変化せず、Eweは6.99 BLEU、Fanteは5.11減少する。 劣化する品種はEweであり、言語的に区別され、異なるソースコーパスから引き出されたものである。 経験的言語間移動とタイポロジーに基づく類似性を比較すると、BLEUはURIELの類似性よりも密接な相互作用を持つ言語対を識別するが、どの品種が共同学習の恩恵を受けるかは予測できない。 方法論的な発見も報告する。 以前の単ラン分析では4種のうち3種が陽性であり、種子間での複製は生存しなかった。 GaとTwiでは、1.6時間から6.2時間のオーディオでトレーニングされた単言語ベースラインは、多言語モデルの約5倍から30倍のシード標準偏差(0.35と0.07BLEU)を持つ。 単言語条件がノイズが大きい場合、単言語比較では、この大きさが種子の変化のみから明らかに移行していることを示すことができる。 我々はMGhana-STをリリースし、アフリカ語音声技術と低リソース音声翻訳の研究を支援する。

関連論文リスト

• The Multilingual Curse at the Retrieval Layer: Evidence from Amharic [49.25758237235551]
  マルチリンガルベンチマークの強いゼロショットスコアは、現在のエンコーダが多くの言語で確実に転送される証拠としてしばしば考えられている。 この仮定は、表現が不十分で形態学的にリッチな言語に当てはまると我々は主張する。 我々は,ゼロショット多言語レトリバー,アンハリック細調整多言語レトリバー,単言語多言語レトリバーを比較した。
  論文  参考訳（メタデータ） (2026-05-23T12:44:30Z)
• When Meanings Meet: Investigating the Emergence and Quality of Shared Concept Spaces during Multilingual Language Model Training [57.230355403478995]
  本研究では,EuroLLMの事前学習における言語に依存しない概念空間の開発について検討する。 共有概念空間は早期に出現し、洗練され続けていますが、それらとの整合性は言語に依存しています。 従来の作業とは対照的に、細かな手作業分析により、翻訳品質の顕著な向上は、行動の変化を反映していることが判明した。
  論文  参考訳（メタデータ） (2026-01-30T11:23:01Z)
• MulliVC: Multi-lingual Voice Conversion With Cycle Consistency [75.59590240034261]
  MulliVCは、音色のみを変換し、多言語ペアリングデータなしでオリジナルコンテンツとソースコードの韻律を保持する新しい音声変換システムである。 目的と主観の両方の結果から,MulliVCはモノリンガルとクロスリンガルの両方の文脈において,他の手法をはるかに上回っていることが示唆された。
  論文  参考訳（メタデータ） (2024-08-08T18:12:51Z)
• Machine Translation for Ge'ez Language [0.0]
  Ge'ezのような低リソース言語の機械翻訳は、語彙外単語、ドメインミスマッチ、ラベル付きトレーニングデータの欠如といった課題に直面している。 言語関連性に基づく多言語ニューラルマシン翻訳(MNMT)モデルを開発した。 また,最新のLCMであるGPT-3.5を用いて,ファジィマッチングを用いた数ショット翻訳実験を行った。
  論文  参考訳（メタデータ） (2023-11-24T14:55:23Z)
• Quantifying Language Variation Acoustically with Few Resources [4.162663632560141]
  ディープ・アコースティック・モデルは低リソース言語に転送する言語情報を学んだかもしれない。 4つの言語(地域)から100以上の方言に対して平均10語以上の発音差を計算する。 その結果,音響モデルは音素の書き起こしを必要とせずに(従来の)書き起こし方式よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2022-05-05T15:00:56Z)
• Leveraging Monolingual Data with Self-Supervision for Multilingual Neural Machine Translation [54.52971020087777]
  モノリンガルデータを使用することで、マルチリンガルモデルにおける低リソース言語の翻訳品質が大幅に向上する。 自己監督は多言語モデルのゼロショット翻訳品質を改善する。 並列データやバックトランスレーションなしで、ro-en翻訳で最大33のBLEUを得る。
  論文  参考訳（メタデータ） (2020-05-11T00:20:33Z)
• XCOPA: A Multilingual Dataset for Causal Commonsense Reasoning [68.57658225995966]
  XCOPA (Cross-lingual Choice of Plausible Alternatives) は11言語における因果コモンセンス推論のための多言語データセットである。 提案手法は,翻訳に基づく転送と比較して,現在の手法の性能が低下していることを明らかにする。
  論文  参考訳（メタデータ） (2020-05-01T12:22:33Z)
• Knowledge Distillation for Multilingual Unsupervised Neural Machine Translation [61.88012735215636]
  unsupervised neural machine translation (UNMT) は、最近、いくつかの言語対に対して顕著な結果を得た。 UNMTは単一の言語ペア間でのみ翻訳することができ、同時に複数の言語ペアに対して翻訳結果を生成することはできない。 本稿では,1つのエンコーダと1つのデコーダを用いて13言語間を翻訳する簡単な手法を実証的に紹介する。
  論文  参考訳（メタデータ） (2020-04-21T17:26:16Z)

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。