지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
This study investigates the fine-tuning of large-scale Automatic Speech Recognition (ASR) models, specifically OpenAI’s Whisper model, for domain-specific applications using the KsponSpeech dataset. The primary research questions address the effectiveness of targeted lexical item emphasis during fine-tuning, its impact on domain-specific performance, and whether the fine-tuned model can maintain generalization capabilities across different languages and environments. Experiments were conducted using two fine-tuning datasets: Set A, a small subset emphasizing specific lexical items, and Set B, consisting of the entire KsponSpeech dataset. Results showed that fine-tuning with targeted lexical items increased recognition accuracy and improved domain-specific performance, with generalization capabilities maintained when fine-tuned with a smaller dataset. For noisier environments, a trade-off between specificity and generalization capabilities was observed. This study highlights the potential of fine-tuning using minimal domain-specific data to achieve satisfactory results, emphasizing the importance of balancing specialization and generalization for ASR models. Future research could explore different fine-tuning strategies and novel technologies such as prompting to further enhance large-scale ASR models’ domain-specific performance.
목차
Abstract
1. Introduction
2. Experiment
3. Results
4. Conclusion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
대형 사전훈련 모델의 파인튜닝을 통한 강건한 한국어 음성인식 모델 구축
말소리와 음성과학
2023 .09
-
Digital enhancement of pronunciation assessment: Automated speech recognition and human raters
말소리와 음성과학
2023 .06
-
Fine-Tuning Medium-of-Instruction Policy in Hong Kong: Acquisition of Language and Content-Based
Journal of Pan-Pacific Association of Applied Linguistics
2016 .07
-
A Fine Vintage
트래비 Travie
2025 .05
-
Assessing the Practicality of Using an Automatic Speech Recognition Tool to Teach English Pronunciation Online
영상영어교육(STEM Journal)
2021 .01
-
비원어민 한국어 발음 평가를 위한 자기 지도 학습 기반 한국어 음소 인식
말소리와 음성과학
2025 .03
-
라벨이 없는 데이터를 사용한 종단간 음성인식기의 준교사 방식 도메인 적응
말소리와 음성과학
2020 .06
-
Lexical Effects in Island Constraints: A Deep Learning Approach
언어학
2022 .03
-
사회언어학 연구를 위한 한국어 미세조정 언어모델
사회언어학
2024 .09
-
ASR for EFL Pronunciation Practice: Segmental Development and Learners’ Beliefs
Journal of Asia TEFL
2020 .01
-
从视觉义到思考义的词义演变
중국언어연구
2016 .01
-
Investigating Syntactic Transfer from English to Korean in Neural L2 Language Models
현대문법연구
2024 .03
-
한국어 음성 언어 처리의 두 문제 - 맥락 의존성과 음향 지각의 불분명성을 중심으로
한말연구
2023 .03
-
혐오와 대항: 혐오표현 탐지 모델 평가를 위한 대항표현 데이터셋 구축
담화와인지
2022 .05
-
법률특화기계번역을위한중국법률텍스트의어휘적 특징 분석 ― 중화인민공화국 민법전을 예로
중어중문학
2023 .06
-
인공지능 학습을 위한 외국인의 한국어 발화 음성 데이터 구축 방안
언어과학연구
2022 .03
-
한국어 텍스트의 어휘 다양도와 어휘 밀도 분석
언어사실과 관점
2017 .01
-
A Corpus-Based Metaphor-Theoretical Study of Literal vs. Figurative Meanings of Some Korean Lexical Items
언어학
2017 .12
-
한국어 교사와 중국인 학습자의 신념 차이 해소를 위한 수업 튜닝
이중언어학
2019 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088054295