원문 제목: Fine-Tuning Whisper for Automatic Speech Recognition in Baniwa: A Preliminary Study
한눈에 보기
브라질·콜롬비아·베네수엘라의 원주민 언어 바니와어에 Whisper Small을 적응시켰다. 수작업 전사 1,373개, 약 0.54시간의 극소규모 말뭉치로 미세조정한 최고 모델은 WER 37.5%, CER 7.45%를 기록했다. 완성된 서비스 성능은 아니지만 초저자원 언어의 첫 기준선을 만들었다.
연구 질문과 설계
약 0.54시간뿐인 원주민 언어 음성으로 다언어 기반 모델을 실제로 적응시킬 수 있는지 묻는다. 언어 문서화 사업에서 얻은 1,373개 수작업 전사 녹음을 사용해 Whisper Small을 미세조정했다.
핵심 결과
최고 모델은 WER 37.5%, CER 7.45%를 기록했다. 오류율은 여전히 높지만, 극소규모 자료로도 무작위 출발보다 의미 있는 바니와어 기준선을 만들 수 있음을 보였다.
교육 현장에 주는 의미
소수언어 교육 기술은 대규모 상용 데이터가 생길 때까지 기다리기보다, 공동체가 통제하는 작은 녹음·전사 자료를 축적하고 단계별 기준선을 공개하는 방식으로 시작할 수 있다.
한계와 읽기 주의
말뭉치가 매우 작고 단어·짧은 발화 중심이라 자연스러운 긴 대화 성능을 보장하지 않는다. 실제 적용에는 공동체 동의, 데이터 권리, 방언 변이, 더 큰 검증 자료가 필요하다.
인용 맥락 메모
초저자원 원주민 언어도 작은 전사 말뭉치와 다언어 모델 적응으로 기술적 출발선을 만들 수 있다는 근거로 쓸 수 있다.
APA 7판
Duart, L., Fonseca, T., & Chacón, T. (2026). Fine-tuning Whisper for automatic speech recognition in Baniwa: A preliminary study [Preprint]. arXiv. https://arxiv.org/abs/2608.26060