The state of end-to-end systems for Mexican Spanish speech recognition
Please use this identifier to cite or link to this item:
http://hdl.handle.net/10045/133262
Title: | The state of end-to-end systems for Mexican Spanish speech recognition |
---|---|
Other Titles: | El estado de los sistemas end-to-end para el reconocimiento de voz del Español de México |
Authors: | Hernández-Mena, Carlos Daniel | Meza Ruiz, Iván Vladimir |
Keywords: | Speech recognition | Acoustic models | Mexican Spanish | Reconocimiento de voz | Modelos acústicos | Español de México |
Issue Date: | Mar-2023 |
Publisher: | Sociedad Española para el Procesamiento del Lenguaje Natural |
Citation: | Procesamiento del Lenguaje Natural. 2023, 70: 135-144. https://doi.org/10.26342/2023-70-11 |
Abstract: | Current end-to-end speech recognizer systems report an excellent performance for Spanish. However, this is not reported for specific variants. Moreover, it is unclear if there would be a benefit in creating a fine-tuned version for a particular variant. To investigate these aspects, particularly for Mexican Spanish, we evaluate four different of-the-shelf speech recognizers (one commercial and three open-source); additionally, we fine-tune two systems for Mexican Spanish. We evaluate read and spontaneous speech, present an error analysis and show that fine-tuning for a variant decreases the error rate. As a result of our experimentation, we build two new systems available to the community. | El desempeño actual de los reconocedores de voz se reporta como notablemente bueno para el español, sin embargo, no se especifica el desempeño para variantes específicas, y sobre todo no se establece si existe un beneficio de crear una versión ajustada explícitamente a una variante particular. Para investigar estos aspectos, y específicamente para el español de México, nuestro trabajo evalúa el desempeño de cuatro sistemas de reconocimiento de voz (uno comercial y tres de código abierto); adicionalmente creamos dos versiones especificas al español de México mediante la técnica de fine-tuning. Se evalúan los sistemas en voz leída y espontanea, presentamos un análisis de error y mostramos que ajustando los sistemas actuales con la variante todavía se puede reducir el error. Como resultado de la experimentación se obtuvieron dos nuevos sistemas que se hacen disponibles a la comunidad. |
URI: | http://hdl.handle.net/10045/133262 |
ISSN: | 1135-5948 |
DOI: | 10.26342/2023-70-11 |
Language: | eng |
Type: | info:eu-repo/semantics/article |
Rights: | © Sociedad Española para el Procesamiento del Lenguaje Natural. Distribuido bajo Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 |
Peer Review: | si |
Publisher version: | https://doi.org/10.26342/2023-70-11 |
Appears in Collections: | Procesamiento del Lenguaje Natural - Nº 70 (2023) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
PLN_70_11.pdf | 1,18 MB | Adobe PDF | Open Preview | |
This item is licensed under a Creative Commons License