该研究论文介绍了国际音标 (IPA) 及其在孟加拉语音韵学和语音学中的应用，提出了一个新的 IPA 标准框架，并介绍了一个包含深度学习基准测试的新数据集，以促进语言分析、NLP 资源创建和相关技术的开发。

Mar, 2024

通过使用基于 Transformer 的序列到序列模型，本研究在单个解码器和编码器层中仅使用了 850 万个参数，实现了汉语中每个单词的国际音标，并在 DataVerse Challenge - ITVerse 2023 公开排名中以 0.10582 的字错误率获得了第一名。

Nov, 2023

本研究通过创建一个包含 32,500 个句子的语料库，涵盖孟加拉地区的 5 种地方性孟加拉方言，提出了一种将这些方言翻译为标准孟加拉语并准确检测来源地区的模型 mT5 和 BanglaT5。实验结果显示，孟加拉地区方言的 BLEU 得分最高为 69.06，Chittagong 地区方言的 BLEU 得分最低为 36.75，Mymensingh 地区方言的平均词错误率最低为 0.1548，Chittagong 地区方言的平均词错误率最高为 0.3385。对于地区检测，使用 Bangla-bert-base 和 mBERT 分别达到了 85.86% 和 84.36% 的准确率。该研究为孟加拉方言到孟加拉机器翻译提供了首次大规模的调查，并为解决类似资源匮乏语言环境中的语言相关挑战提供了重要参考。

Nov, 2023

本文提出一种基于深度长短期记忆 (LSTM) 模型的有监督学习方法，针对社交媒体上的低资源孟加拉语 - 英语混合数据的单词级别语言识别问题，采用字符编码和词根编码两种方法训练模型，并使用堆叠和阈值技术创建两个集成模型，在测试数据上分别获得了 91.78% 和 92.35% 的准确率。

Mar, 2018

该论文提出了一种先进的模型，可将任何语言的语音转录为国际音标（IPA），并演示了该模型接近人类标注者的普遍语音到 IPA 模型质量。

Aug, 2023

本文旨在利用基于迁移学习框架的端到端语音识别技术，提高孟加拉语的语音识别性能，并在使用仅 1000 个训练样本进行训练的情况下，在测试数据集上实现了 3.819 的 Levenshtein Mean Distance 得分。

Sep, 2022

本研究提出了一种基于字形标注方案来线性切分字形组成部分的 标注方法，给出了一份 孟加拉语手写字母片段的数据集，用于测试视觉算法的多目标字形分类，结果表明，深度学习方法可以推广到许多字典之外的字形。

Oct, 2020

使用 T5 语言模型检测孟加拉语中的语法错误，经过 fine-tune 后在测试集上表现良好，仍需后处理以获得最佳性能。

Mar, 2023

本文介绍了两种知识蒸馏方法（LILA-BOTI 和 Super Teacher LILA-BOTI），并采用该方法为 Bangla 等形态丰富的语言进行字级手写光学字符识别（OCR），通过在评估协议中进行不同数据集的测试，显示出比基础模型和传统的知识蒸馏方法更好的性能，包括处理的类不平衡性和识别度等方面的提升。

May, 2022

通过微调波形向量预训练模型，并将 N-gram 语言模型作为后处理程序，我们在 Bengali Common Voice 语音数据集上生成了一个性能更好的孟加拉语自动语音识别模型，并且比现有模型更具有鲁棒性。

Sep, 2022