論文の概要: Mind the Accent Gap: British Accent Robustness in Speech-Driven Financial Voice Assistants

• arxiv url: http://arxiv.org/abs/2610.06587v1
• Date: Mon, 05 Oct 2026 16:02:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-09 07:24:05.620287
• Title: Mind the Accent Gap: British Accent Robustness in Speech-Driven Financial Voice Assistants
• Title（参考訳）: Mind the Accent Gap: 音声駆動型金融音声アシスタントにおける英国のアクセントロバスト性
• Abstract要約: ASR-LLMパイプラインの動作を自記した英語アクセントで評価する。 WERは、下流のツールコール精度を強く予測するが、タスクレベルのパフォーマンスを反映しない可能性がある。 これらの知見は、より包括的で信頼性の高い音声ベースの金融アシスタントの設計を導く。
• 参考スコア（独自算出の注目度）: 19.983446078288523
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI voice assistants often use Automatic Speech Recognition (ASR) with LLM-based reasoning, yet existing systems struggle with regional British accents, including Scottish, Irish, and Welsh accents, since most ASR models are trained predominantly on American English voice data. Consequently, errors can carry through to the LLM stage, corrupting tool-call arguments and producing wrong or missing responses, which is especially costly in finance. Deployable ASR must also meet tight latency and memory budgets, making an accent-robust model choice even harder. We introduce CavaBench, the first internally collected benchmark of spoken financial queries, and use it to evaluate a range of ASR models and their end-to-end ASR-LLM pipeline behaviour across self-reported British accents. We find that WER strongly predicts downstream tool-calling accuracy ($r = -0.93$) but can fail to reflect task-level performance, with accent-related failures varying substantially across models and acoustic conditions. These findings guide the design of more inclusive, reliable voice-based financial assistants.
• Abstract（参考訳）: AI音声アシスタントは、LLMに基づく推論を用いた自動音声認識(ASR)を用いることが多いが、既存のシステムは、スコットランド語、アイルランド語、ウェールズ語のアクセントを含む地域イギリスのアクセントと戦っている。 その結果、エラーはLLMステージに進み、ツールコールの引数を破損させ、間違った、あるいは欠落したレスポンスを生成します。 デプロイ可能なASRは、タイトなレイテンシとメモリ予算も満たさなければならない。 音声金融クエリを内部で収集した最初のベンチマークであるCavaBenchを導入し、ASRモデルとそのエンドツーエンドのASR-LLMパイプラインの振る舞いを自記した英国アクセントで評価する。 WERは、下流のツールコール精度(r = -0.93$)を強く予測するが、アクセントに関連した故障がモデルや音響条件によって大きく異なるため、タスクレベルのパフォーマンスを反映できない。 これらの知見は、より包括的で信頼性の高い音声ベースの金融アシスタントの設計を導く。

関連論文リスト

• Assessing Dialect Fairness and Robustness of Large Language Models in Reasoning Tasks [68.33068005789116]
  本稿では、標準英語とAAVEで1.2K以上の並列クエリペアを含むベンチマークであるReDialを紹介する。 我々は、GPT、Claude、Llama、Mistral、Phiモデルファミリーなど、広く使われているモデルを評価した。 我々の研究は、方言クエリにおけるLLMバイアスを分析するための体系的で客観的な枠組みを確立する。
  論文  参考訳（メタデータ） (2024-10-14T18:44:23Z)
• Improving Self-supervised Pre-training using Accent-Specific Codebooks [48.409296549372414]
  自己教師型学習のためのアクセント認識適応技術 Mozilla Common Voiceデータセットでは、提案手法は他のアクセント適応手法よりも優れています。
  論文  参考訳（メタデータ） (2024-07-04T08:33:52Z)
• Accented Speech Recognition With Accent-specific Codebooks [53.288874858671576]
  音声アクセントは最先端の自動音声認識(ASR)システムに重大な課題をもたらす。 あまり表現されないアクセントによる性能低下は、ASRの包括的採用に対する深刻な抑止力である。 トレーニング可能なコードブックを用いたクロスアテンションを用いた,エンドツーエンドのASRシステムに対するアクセント適応手法を提案する。
  論文  参考訳（メタデータ） (2023-10-24T16:10:58Z)
• Synthetic Cross-accent Data Augmentation for Automatic Speech Recognition [18.154258453839066]
  我々は、ネイティブな米国英語音声をアクセント付き発音に変換するアクセント変換モデル(ACM)を改善した。 我々はACM訓練に音声知識を取り入れ、合成波形における発音パターンの再現性について正確なフィードバックを提供する。 ネイティブ・イングリッシュ・データセットと非ネイティブ・イングリッシュ・データセットに対する我々のアプローチを評価し、合成アクセント付きデータにより、アクセントの出現した音声をよりよく理解できるようになったことを発見した。
  論文  参考訳（メタデータ） (2023-03-01T20:05:19Z)
• Accented Speech Recognition: A Survey [0.0]
  本稿では,アクセント音声認識に対する現在有望なアプローチに関する調査を行う。 その結果、アクセント間のASRパフォーマンスのバイアスは、ASRのユーザとプロバイダの両方にコストがかかる。
  論文  参考訳（メタデータ） (2021-04-21T20:21:06Z)
• Black-box Adaptation of ASR for Accented Speech [52.63060669715216]
  我々は,ターゲットアクセントからの音声にブラックボックス,クラウドベースのASRシステムを適用する問題を紹介した。 そこで我々は,オープンソースアクセント調整型ローカルモデルとブラックボックスサービスとの結合を新たに提案する。 本アルゴリズムは,既存の単語レベルの組み合わせ手法よりもアクセントエラーの修正が優れている。
  論文  参考訳（メタデータ） (2020-06-24T07:07:49Z)

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。