Коэффициент ошибки не достаточно: затраты на увеличение в низкосортном АСР

arXiv: 261 010.13807v1 Annualce Type: New Humber Abstract: Data Update — стандартная практика для низкозатратного автоматического распознавания речи (АСР), но ее преимущества почти всегда указываются как совокупные коэффициенты ошибок, оставляя открытыми причины и когда какой-либо метод помогает. На четырех низкоресурсных языках и английском языке пяти размеров данных мы пересекаем два дополнения, которые изменяют существующий аудио (скорость искажения и спектр) с двумя, которые меняют текстовые стенограммы и синтезируют звук от него. Мы анализируем ошибки на уровне телефонных разговоров и обнаруживаем, что они помогают по дополнительным причинам. Спектакль имеет наиболее надежные совокупные улучшения, но увеличивает тон и погрешности при патализации, в то время как текстовые методы вводят совпадающие вставки; в сочетании каждый из них уменьшает ошибки, которые вводит другой. Такая взаимодополняемость предсказуема. Тон и патализация сигнализируются одним акустическим свойством, причем реже всего они встречаются в процессе обучения (самое низкое воздействие на подготовку), а также текстовые методы, которые плоские