arXiv cs.CL· Oche David Ankeli, Hassan Adelani Luqman, Theodora Ngozi Egbunike, Joshua Gottschalk, Bonaventure F. P. Dossou·· 11 小时前AI 评分18
面向低资源医疗 ASR 的纯文本域适应：Hausa 语上的浅层融合与密度比重打分
Text-Only Domain Adaptation for Low-Resource Medical ASR: Shallow Fusion and Density Ratio Rescoring for Hausa
AI 导读
研究在固定 MMS-1B-FL102 声学模型上，用纯文本语言模型融合提升 Hausa 语医疗 ASR，浅层融合（SF）与密度比方法（DRA）将 WER 从 29.56% 分别降至 23.55% 和 23.33%，均显著优于贪心解码（p < 0.001），但两者差异不显著（p = 0.423）。
正文 · AI 翻译
摘要：自动语音识别（ASR）系统往往难以处理专业医学词汇，在领域特定语音数据稀缺的低资源语言中尤其如此。我们使用固定的 MMS-1B-FL102 声学模型和两种解码时语言模型融合方法：浅层融合（SF）和密度比方法（DRA），研究豪萨语医学 ASR 的纯文本领域自适应。在 19,421 句豪萨语健康句子上训练的 4-gram KenLM 作为医学目标模型，而一个 75,372 句的通用领域模型为 DRA 提供源先验。评估使用来自尼日利亚北部六个州的 10 位说话人的 25 条经医生审核的提示的 250 条录音。在提示不相交的五折交叉验证下，SF 和 DRA 将 WER 分别从 29.56% 降至 23.55% 和 23.33%。两者均显著优于贪婪解码（p < 0.001），而它们之间的差异不显著（p = 0.423）。然而，仅使用通用 LM 的 SF 达到 23.96% WER，表明医学 LM 相对于通用 LM 的额外提升有限。医学术语错误率在融合下也有所改善，但并未确立明显的医学领域优势。这些发现表明，轻量级的纯文本语言模型融合可以在无需额外收集领域特定语音的情况下改善豪萨语医学 ASR。
| 学科： | 机器学习（cs.LG）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2611.05744 [cs.LG] |
| （或 arXiv:2611.05744v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05744 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Oche Ankeli [查看电子邮件]
[v1]
2026年11月3日星期二 23:32:33 UTC（1,675 KB）
来源：arXiv cs.CL · arxiv.org