Human and Machine Language / Dialect Identification from Natural Speech and Artificial Stimuli: a Pilot Study with Italian Listener
Antonio Romano, Claudio Russo · Institutional Research Information System University of Turin (University of Turin) · 2014
After a short review of the state of the art, this paper illustrates a selection of the most important Automatic Language Identification and Accent Identification approaches.A series of tasks is presented, providing some evaluation measures about the overall human performance on the basis of language/dialect identification by Italian listeners.Results confirm that humans are able to easily detect linguistic features of languages they have been directly exposed to, thus being able to perform a swift identification when listening even to short samples.Identification rates rise in familiar dialect id.tasks, and a sharp separation is usually established between unknown foreign languages, guessed languages and local varieties of one's own country.Italian.Dopo una breve introduzione sullo stato dell'arte, quest'articolo riassume una selezione dei più diffusi approcci all'Identificazione Automatica delle Lingue e degli Accenti (LID/AID).Alcune misure sono offerte riguardo a una serie di test che sono stati svolti per valutare le modalità con cui è avvenuta l'identificazione di una selezione di lingue e dialetti da parte di alcuni uditori italiani.I risultati confermano che gli esseri umani hanno una certa abilità nell'individuare i principali tratti linguistici ai quali sono esposti più spesso e sono, anche per questo, in grado d'identificare agevolmente le lingue conosciute sulla base di campioni di parlato anche piuttosto brevi.Le prestazioni migliorano, infatti, nell'identifica-zione di dialetti con i quali si abbia una certa familiarità.Una separazione netta si può infine stabilire tra lingue straniere sconosciute, lingue indovinate in base a supposizioni e varietà del proprio Paese.