PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.11639v1cs.CL

음소 기반 자동 음성 인식 시스템의 바이어스 평가: IPA 전사 모델 분석

Evaluating Bias in Phoneme-Based Automatic Speech Recognition Systems: An Analysis of IPA Transcription Models

자동 음성 인식(ASR) 시스템의 대중화로 인해 불균형한 학습 데이터에서 비롯되는 인종, 연령, 성별, 악센트와 관련된 인구통계학적 바이어스에 대한 탐색이 증가했습니다. 대부분의 연구는 표준 그래펨 기반 ASR 시스템에 초점을 맞추었으며, 국제 음성 기호(IPA) 표현을 생성하는 모델과 같은 음소 기반 시스템에는 상대적으로 덜 중점을 두었습니다. ASR 시스템이 다국어 지원 및 저자원 언어 모델링으로 전환됨에 따라, IPA 기반 레이어는 중요한 언어 독립적 기반으로 작용합니다. 본 연구에서는 다양한 악센트와 언어 소스에 걸쳐 IPA 전사를 생성하는 두 가지 최신 오픈 소스 ASR 시스템인 WhisperIPA와 ZIPA의 성능을 평가합니다. 평가에는 기존의 다국어 음성 말뭉치와 인구통계학적으로 주석이 달린 영어 말뭉치가 포함됩니다. 우리는 표준 음소 오류율(PER)과 언어학적으로 유사한 음소 치환을 허용하는 제안된 Soft PER 지표를 모두 사용하여, 모델이 생성한 IPA 전사를 그래펨-투-포넘(G2P) 시스템과 비교하여 모델 성능을 측정합니다. 우리의 분석은 성별, 악센트, 민족, 연령과 같은 인구통계학적 그룹과 언어 전반에 걸쳐 성능이 어떻게 달라지는지 조사하며, 허용 가능한 음소 변이를 고려하더라도 지속적인 격차가 존재함을 밝혀냈습니다. 이러한 발견은 잠재적인 바이어스의 원인에 대한 통찰을 제공하고, 더 포용적이며 언어적으로 견고한 음소 기반 ASR 시스템 개발에 정보를 제공합니다. 우리의 코드와 데이터는 커뮤니티에 공개될 예정입니다.