AI Hub [교육용 한국인의 중국어 음성 데이터]의 평가와 활용
A Critical Evaluation of AI Hub Korean Learners’ Mandarin Speech Corpus: Structures and Applications
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
AI Hub [교육용 한국인의 다국어 음성 데이터]에 포함된 중국어 음성 데이터는 국내외적으로 가장 규모가 큰 비모어화자 중국어 음성 데이터 가운데 하나이다. 따라서 이는 언어학적 연구와 더불어 교육용 AI 데이터 구축, AI 음성 자동 인식과 실시간 통역, AI 기반 발음·말하기 자동 평가 모델 개발에 매우 중요한 활용 가치를 갖는다. 본 연구는 [교육용 한국인의 외국어 음성 데이터]의 중국어 음성 데이터의 구조와 특성을 소개, 평가하고, 더 나아가 발음 평가용 데이터의 라벨링 데이터(labeled data)를 활용하여 한국인 학습자의 중국어에 나타나는 자음 대체오류를 분석한 결과를 제공한다. 따라서 본 연구 결과는 향후 학습자 한국인의 중국어 음성 데이터 구축과 품질 평가 시 보완, 고려되어야 할 점을 구체적으로 제안하며, 발음 오류 분석을 위하여 대규모 음성 데이터를 활용하는 연구방법론을 제시한다.
Abstract
The Mandarin speech database, part of AI Hub “Korean Learners’ Multilingual L2 Speech Corpora”, is one of the largest L2 Mandarin speech datasets available both in and outside Korea. It therefore holds significant value not only for linguistic research but also for constructing datasets for AI training, automated speech recognition, and real-time interpretation. It is also essential for developing AI-based Mandarin pronunciation and speaking assessment models. The present study provides a detailed introduction and evaluation of the structure and features of the Mandarin speech database included in AI Hub “Korean Learners’ Multilingual L2 Speech Corpora”. It further demonstrates how large-scale databases can be utilized to analyze pronunciation errors in Korean learners’ Mandarin by examining consonant substitution errors using tagged data for pronunciation evaluation. The findings of this study offer constructive suggestions for enhancing the quality and reliability of the Mandarin speech database of Korean learners and further propose a novel research method for analyzing pronunciation errors using large-scale speech data.