Автоматическое распознавание речи: факторы снижения точности при работе с региональным вариантом русского языка (на материале Дагестана)

Article Sidebar

PDF
Опубликован: 05.10.2026
УДК 004.934
DOI: https://doi.org/10.26907/1562-5419-2026-29-6-2058-2079
Выпуск
Том 29 № 6 (2026)

Main Article Content

Артем Игоревич Кацнельсон
Национальный исследовательский университет «Высшая школа экономики», г. Москва, Россия
https://orcid.org/0009-0009-2808-3243
Ольга Николаевна Ляшевская
Национальный исследовательский университет «Высшая школа экономики», г. Москва, Россия
https://orcid.org/0000-0001-8374-423X

Аннотация

Работа посвящена сравнительному анализу качества автоматического распознавания стандартного русского языка и его дагестанского региолекта (дагестанского русского) – контактного идиома, формирующегося в условиях многоязычия Дагестана. Десять конфигураций ASR-систем (без дообучения), представляющих три архитектурных подхода (Conformer+RNNT, Conformer+CTC, Encoder-Decoder Transformer), протестированы на корпусах стандартного русского (GOLOS, RuDevices, примерно 20 и 90 тыс. высказываний) и дагестанского русского (DaGRuS, примерно 40 тыс. высказываний). Все модели демонстрируют падение метрики WER на 33–50% при переходе к дагестанскому русскому, что указывает на проблему сильного доменного сдвига. Анализ структуры ошибок выявил три основных механизма, вызывающих снижение WER: это русификация – систематическая замена дагестанских форм фонетически близкими стандартными русскими словами; удаление дискурсивных маркеров и OOV-лексики (этнонимов, топонимов); галлюцинации генеративных моделей на непонятных фрагментах. Установлено, что сквозные архитектуры-архитектуры деградируют слабее каскадных (33–35% против 40–42%), однако ни одна из моделей не достигает приемлемого качества (минимум WER около 43%). Сформулированы рекомендации для проектирования ASR-систем, устойчивых к региональной вариативности русского языка.


 

Article Details

Как цитировать
Кацнельсон, А. И., и О. Н. Ляшевская. «Автоматическое распознавание речи: факторы снижения точности при работе с региональным вариантом русского языка (на материале Дагестана)». Электронные библиотеки, т. 29, вып. 6, октябрь 2026 г., сс. 2058-79, doi:10.26907/1562-5419-2026-29-6-2058-2079.

Библиографические ссылки

1. Dobrushina N.R. Mnogoyazychie v Dagestane, ili zachem cheloveku tri yazyka // Sotsiologicheskii zhurnal. 2007. No. 1. P. 103–127.
2. Markl N. Language variation and algorithmic bias: Understanding algorithmic biases in British English automatic speech recognition // Proceedings of the 2022 ACM Conference on Fairness, Accountability, and Transparency. 2022. P. 521–534.
3. Feng S., Kudina O., Halpern B.M., Scharenborg O. Quantifying bias in automatic speech recognition // arXiv:2103.15122. https://doi.org/10.48550/arXiv.2103
4. Conneau A., Baevski A., Collobert R., Mohamed A., Auli M. Unsupervised cross-lingual representation learning for speech recognition // Proceedings of Interspeech 2021. 2021. P. 2426–2430.
5. Karpov N., Denisenko A., Minkin F. Golos: Russian dataset for speech research // Proceedings of Interspeech 2021. 2021. P. 1419–1423.
6. Dobrushina N., Daniel M., von Waldenfels R., Maisak T., Panova A. Corpus of Russian spoken in Daghestan. 2018. URL: http://www.parasolcorpus.org/dagrus/ (accessed: 24.02.2026).
7. Hinsvark A. et al. Accented speech recognition: A survey // arXiv:2104.10747. 2021. https://doi.org/10.48550/arXiv.2104.10747
8. Ramesh G.V. et al. Federated representation learning for automatic speech recognition // Proc. 3rd Symposium on Security and Privacy in Speech Communication. 2023. P. 29–33. https://doi.org/10.21437/SPSC.2023-5
9. Mann H.B., Whitney D.R. On a test of whether one of two random variables is stochastically larger than the other // The Annals of Mathematical Statistics. 1947. Vol. 18, No. 1. P. 50–60.
10. Efron B. Bootstrap methods: Another look at the jackknife // The Annals of Statistics. 1979. Vol. 7, No. 1. P. 1–26.
11. Korobov M. Morphological analyzer and generator for Russian and Ukrainian languages // Analysis of Images, Social Networks and Texts. Communications in Computer and Information Science. Vol. 542. Cham: Springer, 2015. P. 320–332.
12. Naccarato C., Panova A., Stoynova N. Word-order variation in a contact setting: A corpus-based investigation of Russian spoken in Daghestan // Language Variation and Change. 2021. Vol. 33, No. 3. P. 387–411.
13. Guerreiro N.M., Voita E., Martins A.F.T. Looking for a needle in a haystack: A comprehensive study of hallucinations in neural machine translation // Proceedings of the 17th Conference of the European Chapter of the Association for Computational Linguistics. 2023.


Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.

Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.

Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.

Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.

При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.

Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com

Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.

Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.