Thèse Année : 2023

Leveraging Speech Recognition for Interactive Transcription in Australian Aboriginal Communities

Exploiter la reconnaissance de la parole pour la transcription interactive dans des communautés aborigènes d'Australie

Résumé

Speech recognition is a field of Natural Language Processing that involves auto- matically recognising speech data and converting it into text, such as an orthographic transcription or a sequence of phones or other kinds of labels. These technologies are predominantly used in Western societies and serve specific purposes, such as voice dictation, smart home devices, and automatic subtitling, for dominant languages such as English, French, and Mandarin. Low-resource languages refer to languages for which available data is too scarce to solve a specific task. Indigenous communities worldwide have a history of Western scholars visiting their lands for research purposes. These visits generally have two goals: the first is the collection and analysis of Indigenous data to help Western scholars gain a better understanding of Indigenous contexts, and the second is the deployment of Western methods to address local issues. These methods are part of a long tradition of colonialist practices in which Westerners extract Indigenous resources without local benefit or disregard Indigenous bodies of knowledge and ways of knowing. Recent calls have encouraged scholars to decolonise their research practices, which involves following a set of principles to enable more ethical research. In response to this call, research projects need to benefit the community and respect its social, cultural and political components. These principles have been translated into the adoption of Indigenous research methods, negotiations with the community regarding the outcome of each project, and working with the community to build self-determination. The research around speech recognition has mainly focused on generalising generic computational methods across different languages, without adequately ad- dressing ongoing colonial practices. In this thesis, we begin with the language documentation agenda and explore how speech recognition technologies can fit into Indigenous communities, following decolonising principles. Specifically, we focus on a single Indigenous Australian community and explore how to create a speech recognition system that takes into account the constraints of this context. We also examine how to use this system in a cross-cultural activity and shape it to respect the community’s desired outcomes in terms of language work.

La reconnaissance de la parole est un domaine du traitement du langage naturel qui consiste à reconnaître automatiquement les données vocales et à les convertir en texte. Cette production textuelle peut prendre la forme d'une transcription orthographique, une séquence de phonèmes ou d'autres types d'étiquettes Ces technologies sont principalement utilisées dans les sociétés occidentales et répondent à des objectifs spécifiques, tels que la dictée vocale, les appareils domestiques intelligents ou le sous-titrage automatique. Elles sont aussi conçues pour les langues dominantes telles que l'anglais, le français ou le mandarin. On appelle langue peu dotée les langues pour lesquelles les données disponibles ne sont pas assez nombreuses pour résoudre une tâche spécifique. Il y a une habitude dans la recherche occidentale de se rendre en terre indigène à des fins universitaires. Ces visites ont généralement deux objectifs : le premier est la collecte et l'analyse de données indigènes afin d'aider les chercheurs occidentaux à mieux comprendre ces contextes. Le second est le déploiement de méthodes occidentales pour faire face à des problèmes locaux. Ces méthodes s'inscrivent dans une longue tradition de pratiques colonialistes dans lesquelles les Occidentaux extraient des ressources indigènes sans en faire bénéficier les populations locales ou appliquent leurs méthodes en ignorant le contexte culturel. De plus en plus de chercheurs tentent de mettre en avant ces disfonctionnement et appelle à à décoloniser les pratiques de recherche actuelles, ce qui implique le respect d'un ensemble de principes permettant une recherche plus éthique. En réponse à cet appel, la recherche se doit d'avoir un bénéfice pour la communauté et respecter ses composantes sociales, culturelles et politiques. Ces principes se sont traduits par l'adoption de méthodes de recherche indigènes, une négociation avec les communautés des résultats espérés de chaque projet et établir un travail en collaboration avec la communauté pour développer leur autodétermination. La recherche sur la reconnaissance de la parole s'est principalement concentrée sur la généralisation de des méthodes informatiques génériques dans différentes langues, sans tenir compte de manière adéquate des pratiques coloniales persistantes. Dans cette thèse, en commençant par le point du linguiste de terrain, nous explorons comment les technologies de reconnaissance de la parole peuvent s'intégrer dans les communautés indigènes, en suivant des principes de la décolonisation. Plus précisément, nous nous concentrons sur une seule communauté indigène australienne et étudions comment créer un système de reconnaissance de la parole qui tienne compte des contraintes de la langue de le contexte de la communauté. En outre, nous Nous examinons également comment utiliser ce système dans le cadre d'une activité interculturelle et comment le façonner de manière à respecter les bénéfices souhaités par la communauté en termes de travail sur la langue.

Fichier principal
Vignette du fichier
Thesis_Le-Ferrand_final.pdf (11.26 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

tel-04128537 , version 1 (14-06-2023)

Licence

Identifiants

  • HAL Id : tel-04128537 , version 1

Citer

Eric Le Ferrand. Leveraging Speech Recognition for Interactive Transcription in Australian Aboriginal Communities. Humanities and Social Sciences. Charles Darwin University, 2023. English. ⟨NNT : ⟩. ⟨tel-04128537⟩
197 Consultations
607 Téléchargements

Partager

  • More