A Comparative Study of Pretrained Transformer Models for Quranic ASR: Speech Representations, Label Formats, and Dataset Composition
本文通过一项系统性的实证研究表明，在包含 870 小时无变音符号阿拉伯语文本的古兰经数据集上对预训练的 Wav2Vec2-XLSR-53 Transformer 模型进行微调，与基准系统相比，能显著降低词错率并提高训练效率。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
几个世纪以来，古兰经的诵读一直是一种深刻的个人与集体行为，每一个字母精准的发音都承载着精神层面的分量。在伊斯兰传统中，被称为“Tajweed”的语音规则不仅仅是风格上的选择，更是正确传达文本的必要要求。对于数百万母语并非阿拉伯语的人来说，在没有人类教师指导的情况下掌握这些细微差别是一项重大的挑战。虽然计算机在理解一般人类语言方面已经变得非常出色，但要教它们以同样的细致和准确度去聆听古兰经的诵读，已被证明是困难的。标准的语音软件往往难以应对独特的节奏、古典阿拉伯语的特定发音，以及专业诵读者在录音室中的表现与学习者在客厅练习时的巨大差异。
这正是研究团队工作所在之处。他们致力于构建一个计算机系统，能够聆听由大师或学生诵读的古兰经经文，并将这些音频转换为准确的文本。他们的目标不仅是创建一个转录工具，而是开发一个能够帮助学习者检查自身发音、通过声音查找特定经文并更有效地背诵文本的系统。为此，他们求助于一种被称为“Transformer”的人工智能类型。可以将 Transformer 想象成一种通过阅读海量文本和聆听数小时音频来学习理解语言的机器，这使得它能够在没有被明确编程每条规则的情况下，掌握声音之间的上下文和关系。研究人员利用了这些强大的、经过预训练的模型——这些模型已经学习了人类语言的一般模式——并仔细地教它们专注于专门针对古兰经的声音进行学习。
团队首先收集了一个庞大的音频记录集，总计超过 870 小时。该数据集由两种截然不同的声音组成。第一部分来自专业录音室，包含了知名诵读者朗读每一章古兰经的高质量录音。第二部分则要混乱得多，由普通用户通过移动应用程序提交的录音组成。这些用户录音包含了背景噪音、多样的口音以及偶尔的错误，反映了大多数学习者实际使用此类工具时的真实环境。研究人员对这些数据进行了划分，使用大部分数据来训练他们的模型，并使用较小的一部分来测试系统在处理未见过的经文时的表现。
为了寻找教导计算机的最佳方式，研究人员尝试了多种不同的方法。他们测试了将声波转换为数字特征的各种方法，包括在多种语言上进行过训练的系统，以及仅在英语上进行过训练的系统。他们还尝试了不同的文本输出方式。有些系统被要求转录带有指示发音的小符号（变音符号）的文本，而另一些则被要求只书写基本字母而不带这些符号。他们甚至测试了使用英文字母来书写阿拉伯语的声音。通过进行数千次实验，他们发现最有效的方法出人意料地简单。当系统使用一种名为 Wav2Vec2 的特定多语言模型（该模型已在 53 种不同语言上进行了预训练），并且被要求输出不带额外发音符号的阿拉伯语文本时，表现最为出色。
结果展示了一条清晰的前行之路。表现最好的模型通过在专业录音上进行训练并使用用户数据进行微调，其错误率比早期研究中使用的强基准系统大幅降低。或许同样重要的是过程的效率。虽然旧的基准系统需要 140 小时的计算时间才能达到其最终的准确水平，但新方法仅用 30 小时就取得了卓越的结果。这种速度和准确性表明，该系统可以应用于实际场景，例如帮助学生练习一段经文，并立即获得关于其发音是否正确的反馈。
然而，研究人员也谨慎地指出该系统目前仍面临的挑战。虽然它擅长识别单词，但有时难以区分发音非常相似的字母，这在古兰经诵读中是一个关键问题，因为单个声音的变化可能会改变含义。系统在转录极短的经文，或区分对 Tajweed 规则至关重要的特定鼻音和元音长度方面也表现得较为困难。这些局限性表明，尽管计算机现在可以清晰地听到单词，但它尚未像人类教师那样完全理解发音的复杂规则。
尽管存在这些障碍，这项研究仍标志着古兰经语音识别领域迈出了重要一步。通过证明预训练模型可以以高准确度和低计算成本适配到这一特定领域，研究人员为支持数百万学习者的工具开启了大门。这项工作证明，通过正确的结合数据与技术，机器可以被教导以一种既尊重语言复杂性又尊重说话者虔诚心的态度去聆听古兰经。这一基础为未来的发展奠定了基础，例如开发不仅能转录文本，还能提供详细发音指导的系统，从而帮助在日益数字化的世界中保护和传播古兰经诵读的传统。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。