샤르자 대학의 과학자들은 누군가가 말하는 아랍어 방언을 자동으로 식별할 수 있는 인공 지능 시스템을 만들었다고 믿습니다.작업은출판됨~에IEEE 엑스플로어.

그들은 그들의 시스템이 지금까지 전통적인 음성 시스템이 정확하게 해석하고 식별하는 데 부족했던 아랍어 방언의 풍부하고 복잡한 태피스트리를 풀어냈다고 말합니다.

"아랍어는 많은 지역 방언이 있는 풍부한 언어이며 각 언어에는 고유한 어휘, 표현 및 발음이 있습니다. 이러한 다양성으로 인해 기술이 이들 방언을 정확하게 이해하고 구별하는 것이 어려워집니다."라고 컴퓨터 과학 교수인 Ashraf Elnagar는 말했습니다.지능 시스템.

"이 문제를 해결하기 위해 우리는 누군가가 말하는 아랍어 방언을 자동으로 식별할 수 있는 시스템을 개발했습니다."

중동, 북아프리카, 아라비아 반도에 걸쳐 22개 국가의 공식 언어인 아랍어는 전 세계적으로 가장 많이 사용되는 언어 중 하나입니다.3억 7천만 명 이상그것을 모국어로 삼는 것.또한 세계에서 문화에 가장 많이 몰입되어 있는 언어 중 하나이며 모국어로 사용하거나 제2언어로 배우는 언어이기도 합니다.외국어이슬람과 그 문화에 대해서도 배우게 됩니다.

영어와 완전히 다른 알파벳을 사용하는 이 언어에는 음운론에 특정한 수많은 소리가 있습니다.그 사운드와 캐릭터의 매력은 당황 스럽습니다수많은 외국인 학습자유창하게 말하고 싶은 사람.대부분의 아랍어 학습은 표준 형식으로 이루어지지만, 많은 외국인 학습자는 구어체나 일상어를 선택하며, 특히 이집트와 시리아의 통화 형식을 선택합니다.

저자들은 단지 말을 듣는 것만으로도 다양한 아랍어 방언을 인식하도록 컴퓨터를 가르칠 때 쉬운 작업에 직면하지 않았다고 말합니다.그들은 "가장 큰 과제는 다양한 아랍어 방언을 정확하게 식별할 수 있는 기계 학습 모델을 개발하는 것입니다.오디오 녹음.

"이 작업은 아랍어 방언의 고유한 다양성과 복잡성, 오디오 처리 및 기계 학습 모델 최적화의 기술적 과제로 인해 더욱 복잡해졌습니다."

저자는 YouTube에서 수집한 3,000시간 이상의 오디오 세그먼트로 구성된 데이터 세트를 활용했습니다.데이터에는 알제리, 이집트, 이라크, 요르단, 사우디아라비아, 쿠웨이트, 레바논, 리비아, 모리타니, 튀니지, 모로코, 오만, 팔레스타인, 카타르, 수단, 시리아, 아랍에미리트(U.A.E.), 바레인에서 사용되는 19개 방언이 포함되어 있습니다.그리고 예멘.

Elnagar 교수는 결과가 인상적이었다고 말하며 지역 및 국가 수준에서 아랍어 방언 식별에 대한 모델의 높은 정확도를 강조했습니다."우리 모델이 올바르게 식별되었습니다.지역 방언97.29%의 시간과 특정 국가 방언을 94.92%의 시간으로 사용합니다.

"놀라운 점은 우리가 29%의 자원만을 사용하여 이를 달성했다는 것입니다.훈련 데이터일반적으로 다른 연구자가 요구합니다.우리는 다른 연구원과 개발자가 이를 사용하여 아랍어 사용자를 위한 더 나은 음성 관련 기술을 만들 수 있도록 모델을 공개적으로 제공했습니다."

이 프로젝트는 전 세계 수백만 명의 아랍어 사용자의 의사소통과 접근성을 향상시킬 수 있는 잠재력을 가지고 있습니다.Elnagar 교수는 방언을 정확하게 식별하는 모델의 능력이 "가상 비서, 번역 서비스, 자동화된 고객 지원 시스템과 같은 음성 활성화 기술을 향상시킬 수 있다"고 말했습니다.

"이는 다양한 아랍어권 지역 간의 의사소통 격차를 해소할 뿐만 아니라 아랍어권 사용자를 위한 기술을 더욱 포괄적이고 사용자 친화적으로 만드는 데 기여합니다."

놀라운 결과에도 불구하고 Elnagar 교수는 이 프로젝트가 여전히 개선될 수 있다고 지적했습니다.이러한 목적을 위해 저자는 자신의 시스템을 "HuggingFace라는 플랫폼에서 온라인으로 공개하여 다른 사람들이 아랍어 언어 기술을 개선하기 위한 우리 작업에 액세스하고 이를 기반으로 구축할 수 있도록" 만들었습니다.

이번 연구는 Elnagar 교수와 그의 동료 3명이 협력한 결과입니다.학부생음성에서 아랍어 방언을 식별하기 위한 딥 러닝 모델을 구축하는 프로젝트의 일환으로.초기 연구 결과는 2024년 제15회 응용 컴퓨팅(URC)에 관한 연례 학부 연구 컨퍼런스에서 처음 발표되었습니다.

교수.엘나가르가 말했다.

학생 연구원 Amr Barakat의 경우, 이 프로젝트는 "언어 기술의 중요한 격차를 해소하여 전 세계 아랍어 사용자의 보다 포괄적이고 정확한 의사소통을 가능하게 합니다. 우리는 고급 기계 학습을 활용하여 성능이 뛰어날 뿐만 아니라 길을 닦는 모델을 만들었습니다.음성 인식의 미래 혁신을 위해."

또 다른 학생 연구원인 Abdulla Aldhaheri는 이 프로젝트가 "다양한 AI 기반 언어 애플리케이션 및 서비스에 수많은 이점과 개선 사항을 제공하고 널리 채택될 가능성이 있기 때문에" 업계에서 폭넓은 관심을 갖고 있다고 말했습니다.

높은 정확도 외에도 저자가 개발한 도구는 현재 사용 가능한 모델과 달리 데이터와 계산 리소스가 덜 필요하므로 더 폭넓게 사용할 수 있습니다.저자에 따르면 이 기능은 업계의 작업에 대한 관심 뒤에 있었습니다.그들은 Microsoft와 같은 기술 기업과 U.A.E.Sharjah의 정부 기관을 인용했습니다.특히 자신의 일에 열정적이기 때문이다.

추가 정보:Amr Barakat 외, 음성에서 아랍어 방언 식별,2024년 제15회 응용컴퓨팅(URC)에 관한 학부생 연구 컨퍼런스(2024).DOI: 10.1109/URC62276.2024.10604557