Automatic Speech Recognition for Multilingual Oral History Research
本文提出社区主导的文化遗产语言保护与复兴项目正采用语音技术。在新西兰粤语复兴中，口述历史作为关键的语言维护策略，其转录工作常因耗时耗力而受阻。自动语音识别（ASR）工具包如 Whisper 的开发加速了这一过程，但针对语码转换语境的有效性研究有限。基于字错率（WER），表现最佳的 Whisper 模型配置 WER 为 12.10，代价是未能准确转录非英语部分；尽管如此，该工具仍有用，仅需占手动转录预估时间的 1% 即可提供初稿转录。