AfriSwitch：野外非洲语码转换语音识别的基准

语码转换在非洲双语对话中很普遍，但大多数 ASR 系统都假设单语输入，并根据策划的单语基准进行评估。我们推出了 AfriSwitch，这是一个时长 61.36 小时的人工转录野外语码转换语音基准，涵盖 16 种非洲语言和语言变体，发布了转换级英语跨度标签、perutterance 代码混合指数 (CMI) 和转换点计数。语料库统计数据显示，非洲语言之间的混合行为在两个基本独立的轴上存在很大差异：说话者交替的频率以及混合的平衡程度。没有任何一个标量能够描述语言的代码转换程度。对五个开放和商业多语言 ASR 系统进行零样本基准测试，得出的单词错误率远高于已发布的相同语言的单语言数字，其中最好的系统平均 WER 为 35.93%，并且没有任何系统在任何语言上的错误率低于 24%。最能预测表现的是针对非洲的训练，而不是模型规模或名义语言覆盖范围。