A Whisper-based Approach to Enhancing Multilingual and Code-Switching ASR

Q: 이 논문에서 정의한 코드 스위칭(이)란 무엇인가?

코드 스위칭은 단일 문장 내 또는 여러 문장 사이에서 다양한 언어들이 자유롭게 교환되는 현상을 의미한다. 이는 다국어 사용이 증가함에 따라 ASR 분야에서 중요하게 다루어지는 개념으로, 한국어-영어 혼용 환경에서 특히 주목받고 있다.

Q: Whisper 모델의 한국어-영어 코드 스위칭 ASR 성능을 향상시키는 핵심 요인은 무엇인가?

연구 결과, Whisper 모델 앞에 별도의 언어 감지기를 배치하고 새로운 토큰 시퀀스를 사용함으로써 한국어-영어 코드 스위칭 ASR 성능을 향상시킬 수 있었다. 이는 기존 Whisper가 단일 언어 토큰만 할당하는 한계를 극복하여 CER을 1.7% 감소시켰다.

Hyeonggi Seong; Jaehee Won; Hyunjun Kim; Kyudan Jung; Sieun Hyun; Namjoon Kim; Hyuk-Jae Lee

추천

검색

질문

자료유형: 학술대회자료

저자정보: Hyeonggi Seong (Seoul National University) Jaehee Won (Seoul National University) Hyunjun Kim (Seoul National University) Kyudan Jung (Chung-Ang University) Sieun Hyun (Yonsei University) Namjoon Kim (Seoul National University) Hyuk-Jae Lee (Seoul National University)

저널정보: 대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 하계학술대회 논문집

발행연도: 2024.6

수록면: 2,954 - 2,957 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Recently, automatic speech recognition (ASR) models using large-scale speech data have been proposed. Among them, Whisper has known as a state-of-the-art model showing impressive performance across various multilingual tasks. However, it was reported that Whisper does not perform as well in situations where multiple languages are mixed within a single sentence. In this paper, we proposed a novel Whisper model with a language detector and new token sequences to address this issue. Experimental results show that on a Korean-English code-switching dataset, the character error rate (CER) decreased by 1.7% compared to the conventional Whisper model.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)