Search

The end-to-end speech recognition approach exhibits higher robustness compared to conventional methods, enhancing recognition accuracy across diverse contexts. However, due to the absence of an independent language model, it struggles to identify vocabulary beyond the training data, thus impacting the recognition of certain specific terms. Adapting to various scenarios necessitates a pivot towards specific domains. This study, based on the CATSLU dataset, constructed two tasks for Chinese contextual biasing, targeting both proper nouns and mixed-domain sentences. Additionally, it explored four methods of contextual biasing at different stages within the speech recognition process: pre-recognition, within the model, decoding, and post-processing stages. Experimental results indicate that all biasing methods to some extent improved the recognition efficacy of the speech recognition model within specific domains.

Angesichts einer zunehmend heterogenen Schüler*innenschaft sind die Themen kultureller, interkultureller und transkultureller Bildung sowie der Mehrsprachigkeit aus aktuellen sprachdidaktischen Diskussionen nicht mehr wegzudenken. In der Lateindidaktik wurde jedoch bisher kaum grundlegend aufgearbeitet, was unter kulturellem, interkulturellem und transkulturellem Lernen im Kontext von Spracherwerb und Mehrsprachigkeit zu verstehen ist oder wie diese Ansätze in den Elementarunterricht implementiert werden können. Der vorliegende Artikel widmet sich der Verbindung von Sprache und Kultur und stellt ein erstes Modell vor, das kulturelles, interkulturelles und transkulturelles Lernen an das Verständnis und die Reflexion von Lehrbuchtexten anbindet. Eine zentrale Rolle in diesem Modell nimmt die Hotword-Methode aus dem Fach Deutsch als Fremdsprache ein, mit welcher auf kulturelle Deutungsmuster in den Konzepten lateinischer Vokabeln fokussiert werden kann.