연구진은 아프리카 저자원 언어의 자동 음성 인식(ASR) 성능 향상을 위해 언어적 연관성을 활용하는 방법을 연구했어요. 6가지 요인, 2개의 아프리카 데이터셋, 4개의 대규모 ASR 모델을 활용해 실험을 진행했어요. 결과적으로, 관련 보조 언어에 사전 적응해도 저자원 언어 데이터가 적으면 실질적인 이득이 없었어요.
언어적 연관성이 대규모 다국어 ASR에서 언어 간 이전 이득을 신뢰성 있게 예측하지 못하거나 저자원 언어에 모델을 확장하는 효과적인 전략이 아닐 수 있다는 점을 확인했어요. 이는 기존의 작은 ASR 모델에서는 효과가 있었지만, 대규모 모델에서는 그렇지 않다는 것을 보여줘요.
연구 결과는 대규모 다국어 ASR에서 언어적 연관성이 반드시 성능 향상으로 이어지지 않으며, 저자원 언어 ASR 모델 개발 시 다른 접근 방식이 필요할 수 있음을 시사해요.