LearnerVoice: 비원어민 영어 학습자의 자발적 음성 데이터셋

제2언어(L2) 학습자의 자발적 음성에서 발생하는 일반적인 비문법적 표현과 불유창한 말은 자동 음성 인식(ASR) 시스템에 독특한 도전을 줍니다. 그러나 L2 학습자의 음성에 맞춘 데이터셋은 많지 않습니다. 우리는 50.04시간의 오디오와 L2 학습자 자발적 음성의 기록으로 구성된 LearnerVoice를 공개합니다. 우리의 언어 분석 결과, 데이터셋의 기록에는 비문법적 표현과 불유창한 말(예: 필러 단어, 단어 반복, 자기 수정, 잘못된 시작)으로 구성된 L2S(제2언어 학습자의 자발적 음성) 특징이 포함되어 있으며, 이는 원어민 음성 데이터셋보다 현저히 많습니다. LearnerVoice로 whisper-small.en을 미세 조정한 결과, WER이 10.26%로, 일반 whisper-small.en보다 44.2% 낮습니다. 게다가, 우리의 질적 분석에 따르면 LearnerVoice에서 기본 모델의 54.2% 오류는 L2S 특징에 기인하며, 이 중 48.1%는 미세 조정된 모델에서 감소합니다.