Breeze Taigi: Benchmarks und Modelle für Hokkien‑Spracherkennung

Mit dem neuen Projekt Breeze Taigi eröffnet sich ein bedeutender Fortschritt für die Sprachtechnologie des taiwanesischen Hokkien. Das Framework liefert standardisierte Benchmarks, die es ermöglichen, Spracherkennungs‑ und Synthesesysteme für Taigi systematisch zu vergleichen.

Ein zentraler Beitrag ist die Bereitstellung von 30 sorgfältig ausgewählten Mandarin‑Taigi‑Audio‑Paaren aus öffentlichen Ankündigungen des taiwanesischen Exekutivrates. Für jedes Paar existiert eine normierte Ground‑Truth‑Transkription, sodass die Messung der Fehlerquote zuverlässig erfolgt. Der Character Error Rate (CER) wird als einheitlicher Messwert festgelegt, ergänzt durch Normalisierungsverfahren, die faire Vergleiche zwischen unterschiedlichen Systemen garantieren.

Zur Demonstration der Benchmark‑Nützlichkeit wurden sowohl ASR‑ als auch TTS‑Modelle entwickelt. Dabei wurde ein Whisper‑Modell auf rund 10.000 Stunden synthetischem Taigi‑Sprachexperimenten feinabgestimmt. Das Ergebnis: ein ASR‑System mit durchschnittlichem CER von 30,13 %, das bestehende kommerzielle und Forschungsmodelle übertrifft. Gleichzeitig wurden Synthese‑Modelle auf Basis vorhandener taiwanesischer Mandarin‑Ressourcen und großer synthetischer Datensätze trainiert.

Breeze Taigi bietet nicht nur die Modelle selbst, sondern auch offene Evaluationsprotokolle, vielfältige Trainingsdatensätze und reproduzierbare Baselines. Damit schafft es einen wiederholbaren Rahmen, der leicht auf andere Sprachkontexte übertragen werden kann und damit die Weiterentwicklung von Sprachtechnologien weltweit fördert.