PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.12911v1cs.CL

PiDA: 견고한 베트남어 음성 번역을 위한 음운 정보 기반 데이터 증강

PiDA: Phonetically-Informed Data Augmentation for Robust Vietnamese Speech Translation

캐스케이드 음성 번역(ST) 시스템은 자동 음성 인식(ASR)이 부정확한 전사 텍스트를 출력할 경우 오류 전파 문제가 발생합니다. 우리는 베트남어 ST에 대한 ASR 오류의 최초의 체계적인 분류를 제시하며, 치환 오류를 음운적 원인별로 분류하고 선형 혼합 효과 모델링을 사용하여 하류 신경망 기계 번역(NMT) 성능에 미치는 영향을 정량화합니다. 대부분의 ASR 치환 오류는 무작위 노이즈가 아닌 음운적 혼동에서 기인하며, 이러한 음운 오류가 ST 품질을 유의미하게 저하시킴을 확인하였습니다. 이러한 발견에 착안하여, 음운 단어 임베딩을 사용하여 단어를 음운적으로 유사한 대안으로 치환함으로써 ASR과 유사한 오류를 생성하는 음운 정보 기반 데이터 증강(Phonetically-Informed Data Augmentation, PiDA)을 제안합니다. FLEURS 베트남어-영어 데이터셋의 PiDA 증강 버전에 대해 미세조정을 수행한 결과, 오류가 있는 ASR 출력의 번역 성능이 개선되었으며(표준 미세조정 대비 최대 +2.04 BLEU), 정제된 텍스트(clean-text) 성능 또한 약간 향상되었습니다.