English Yoruba

新的评估方法揭示ASR/音频LM在英语-约鲁巴语语码转换方面存在困难

一篇新的研究论文介绍了一种感知切换的评估方法，用于自动语音识别（ASR）和音频语言模型（音频LM）在处理语码转换语音时的性能，特别关注英语和约鲁巴语。研究发现，标准的词错误率（WER）指标可能会掩盖语码转换场景下显著的性能差异。研究强调，尽管总体WER可能相似，但模型在约鲁巴语片段以及语言切换点上的表现要差得多，一些生成模型还表现出翻译或冗长的问题。