아칸어 장애 발화 데이터셋으로 자동 음성 인식 혁신

초록

본 논문은 가나의 저자원 언어인 아칸어에서 발화 장애를 가진 화자들의 음성 데이터를 50시간 이상 수집·전사한 새로운 코퍼스를 공개한다. 네 가지 장애 유형(말더듬, 뇌성마비, 구순구개열, 뇌졸중)별로 메타데이터를 포함하고, 모바일 앱과 데스크톱 전사 도구를 활용해 품질을 확보하였다. 데이터는 저자들이 제시한 엄격한 녹음·검증·전사 절차를 거쳐 신뢰성을 높였으며, 향후 저자원 언어에서 장애 음성 인식(ADSR) 연구와 보조 기술 개발에 활용될 수 있다.

상세 분석

이 연구는 저자원 언어에서 장애 음성 인식 모델을 구축하기 위한 근본적인 데이터 부족 문제를 정확히 진단하고, 실질적인 해결책을 제시한다. 첫째, 데이터 수집 단계에서 기존의 표준 음성 수집 앱을 장애 화자 특성에 맞게 개조한 점이 주목할 만하다. 휴식·멈춤 제한을 해제하고, 이미지 프롬프트를 1,200개로 확대했으며, 녹음 길이를 60초까지 허용함으로써 실제 발화 패턴을 온전히 포착한다. 이는 말더듬이나 슬러리 같은 비정상적인 멈춤이 데이터 손실로 이어지는 것을 방지한다.

둘째, 전사 과정에서 데스크톱 기반 전용 인터페이스와 아칸어 전용 키보드를 도입해 문자 정확성을 확보했다. 전사자는 음성의 모든 반복, 자기 수정, 비음성 소리를 그대로 기록하도록 요구받았으며, 표준 아칸어 맞춤법과 구두점 규칙을 엄격히 적용한다. 특히, 영어 차용어는 아칸어식 음역으로 전사하고, 불명확한 경우 “langua​ge” 태그를 달아 후속 검증 단계에서 보완하도록 설계했다.

셋째, 두 명의 전사자가 독립적으로 동일 파일을 처리하고, 불일치가 발생하면 새로운 전사자 쌍에게 재검토를 맡기는 이중 검증 체계는 인터-라이터 신뢰도를 높인다. 또한, 음성 파일에 포함된 개인식별정보(PII)를 ‘reject’ 키워드로 표시해 개인정보 보호를 강화한다.

넷째, 메타데이터 관리가 체계적이다. 화자 연령·성별·장애 유형·녹음 환경·사용 기기 정보를 모두 기록함으로써, 향후 모델 학습 시 조건부 분석이나 도메인 적응에 활용할 수 있다. 데이터셋 명칭을 “UGAkan‑ImpairedSpeechData”로 통일하고, 공개 저장소와 DOI를 제공해 재현성을 보장한다.

마지막으로, 이 데이터셋은 기존 아칸어 표준 음성 코퍼스와 달리 실제 장애 화자의 발화 변이를 포괄한다. 이는 음성 인식 모델이 일반 화자와 장애 화자를 구분하거나, 장애 특화된 어휘·음소 모델링을 수행할 수 있는 기반을 제공한다. 따라서 저자들은 향후 딥러닝 기반의 어쿠스틱 모델, 전이 학습, 멀티태스크 학습 등에 이 데이터를 적용해 저자원 언어에서의 포괄적 음성 인식 기술을 발전시킬 수 있을 것으로 기대한다.