Developing a specialized speech recognition model for Korean regional dialects.

AI-Hub에서 제공하는 중·노년층 한국어 방언 데이터 (경상도)를 학습데이터셋으로 선택

‘1인 발화-따라 말하기 유형’ 중 약 30시간, 3.2GB를 학습 및 검증 데이터셋으로 약 8시간, 850MB를 테스트 데이터셋으로 추출하여 구성함.

실험 환경: 4 NVIDIA-GeForce-RTX-3090 Configuration – Deepspeech2 Number of encoders: 3, 5 Optimizer: Adam Epoch: 50, 40 Batch size: 128, 64 Train:Val = 8:2

Deepspeech2 (#encoders: 3)

• Pronunciation 전사기준: 0.267
• Dialect 전사기준: 0.276 Deepspeech2 (#encoders: 5)
• Pronunciation 전사기준: 0.212
• Dialect 전사기준: 0.225

베이스라인 코드는 김수환 님께서 개발해 공개하신 kospeech (https://github.com/sooftware/kospeech) 를 기반으로 하였습니다.