评估大型多语言自动语音识别中语言相关性对跨语言迁移的影响

将自动语音识别 (ASR) 扩展到资源匮乏的非洲语言受到大规模数据收集的过高要求的限制。一个有前途的方向是利用低资源目标语言与模型先前看到的语言之间的语言相关性来减少有效适应所需的目标语言数据量。尽管这种方法已被证明对于基于文本的模型是可靠的，但其在语音领域的有效性仍然存在争议。我们采用了涵盖六个因素、两个以非洲为中心的语料库和四个大型 ASR 模型的系统控制实验设计，依次适应相关的辅助语言和目标，以隔离语言相关性是否可靠地预测这些条件下的跨语言迁移收益。在每种情况下，只要获得一小时的目标语言数据，对相关辅助语言的预适应就不会产生任何实际有意义的改进，这表明仅靠相关性可能无法可靠地预测大型多语言 ASR 中的迁移增益，也无法构成将此类模型扩展到资源匮乏语言的有效策略。