PSRB: A Comprehensive Benchmark for Evaluating Persian ASR Systems
Created by
Haebom
저자
Nima Sedghiyeh, Sara Sadeghi, Reza Khodadadi, Farzin Kashani, Omid Aghdaei, Somayeh Rahimi, Mohammad Sadegh Safari
개요
본 논문은 저자원 언어인 페르시아어에 대한 자동 음성 인식(ASR) 시스템 평가의 어려움을 해결하기 위해 포괄적인 벤치마크인 페르시아어 음성 인식 벤치마크(PSRB)를 제시합니다. 다양한 언어적 및 음향적 조건을 포함하는 PSRB를 사용하여 최첨단 상용 및 오픈소스 모델을 포함한 10개의 ASR 시스템을 평가하고 성능 변화와 고유한 편향을 조사합니다. 또한 페르시아어 ASR 전사에 대한 심층 분석을 통해 주요 오류 유형을 식별하고 치환 오류에 가중치를 부여하는 새로운 지표를 제안합니다. 이 지표는 사소한 오류와 부분적 오류의 영향을 줄임으로써 성능 평가의 정밀도를 향상시킵니다. 결과적으로 표준 페르시아어에서는 일반적으로 잘 수행되지만 지역 사투리, 아동의 말, 특정 언어적 과제에서는 어려움을 겪는다는 것을 보여줍니다. 이러한 결과는 편향을 완화하고 전반적인 ASR 성능을 향상시키기 위해 미세 조정 및 다양하고 대표적인 훈련 데이터셋을 통합해야 할 필요성을 강조합니다. PSRB는 페르시아어 ASR 연구 발전에 귀중한 자료를 제공하며 다른 저자원 언어의 벤치마크 개발을 위한 프레임워크 역할을 합니다. PSRB 데이터셋의 일부는 https://huggingface.co/datasets/PartAI/PSRB 에서 공개적으로 이용 가능합니다.