Нейросетевая модель распознавания речи для современного западного арамейского языка

Распознавание речи в последнее время стало одной из основных задач области автоматической обработки естественного языка благодаря широкому применению такого рода моделей. Многие компании разрабатывают реализации голосовых помощников, аудиопереводчиков и транскрибаторов для языков с большим количеством носителей. Тем не менее, автоматическое распознавание речи не менее полезно для малоресурсных языков, в частности для полевых задач. В рамках этого проекта мы создали нейросетевую модель для диалекта Маалулы современного западного арамейского языка (СЗА). СЗА — малый язык, который распространён в Сирии, в пригороде Дамаска. На нём говорят в трёх деревнях: Бахе, Джубадине и Маалуле, причём в каждой присутствуют свои диалектные различия. Настоящая работа посвящена диалекту Маалулы, так как на данный момент он описан лучше всего. Однако, в будущем мы бы также хотели рассмотреть и другие два диалекта тоже. Разработка системы автоматического распознавания речи включает в себя выбор изначальной модели, которая впоследствии будет дорабатываться (дообучаться) для нашего языка, сбор данных, сам процесс обучения и оценка. Наша работа также включает в себя эксперименты с аугментацией данных, то есть увеличением объема обучающей выборки за счёт искусственной генерации для улучшения показателей модели.