区域特定数据对印度 ASR 性能影响的研究

自动语音识别 (ASR) 系统广泛部署在不同语言的地区，但其泛化细粒度地理差异的能力仍未得到充分探索。我们对印度语言的跨地区 ASR 泛化进行了系统研究，分析了地区差异对性能的影响。使用微调作为受控探针，我们根据单个地区的语音训练模型，并在同一语言的其他地区对其进行评估。我们检查多个列车测试区对的趋势并量化性能差异。为了评估地理影响，我们使用两种距离度量来分析 WER 和区间距离之间的相关性。我们的结果显示地理距离和 WER 之间存在一致的相关性，突出了区域泛化的挑战以及印度 ASR 开发和评估中对地理多样化语音数据的需求。