논문 정보
- 날짜:
2026-03-04 - 카테고리: -
- 우선순위 점수: 0.633
핵심 요약
실제 실내 잔향 응답(RIR)을 LibriSpeech에 합성하여 구축한 Whisper-RIR-Mega 벤치마크 데이터셋을 제안합니다. Whisper 모델의 크기별로 잔향 시간(RT60)과 직접음 대비 잔향비(DRR)에 따른 음성 인식 성능 저하를 정량적으로 분석했습니다. 모든 모델 크기에서 잔향이 성능을 일관되게 저하시키며, 모델별로 0.12~1.07%p의 WER 손실이 발생함을 확인했습니다.학습자 관점 포인트
- 우리 팀 영향: 실제 환경의 잔향 특성이 반영된 데이터셋을 통해 우리 팀의 음성 인식 모델에 대한 환경 강건성을 객관적으로 검증할 수 있습니다.
- 권장 액션: 실험
- 액션 근거: 공개된 데이터셋과 평가 코드를 활용하여 현재 사용 중인 모델의 잔향 환경 성능을 벤치마킹하고 개선 방향을 도출할 수 있기 때문입니다.
원문 링크
- arXiv: https://arxiv.org/abs/2603.02252
- Hugging Face Papers: https://huggingface.co/papers/2603.02252