言語識別技術は、絶滅危惧言語の保護と復興において重要な役割を果たすが、データの極端な不足が大きな障壁となっている。オーストラリア先住民言語（AALs）は特にデータが乏しく、高リソース言語からの転移学習は新しい言語への適応時に壊滅的忘却を起こしやすい。壊滅的忘却とは、モデルが新しいタスクを学習する際に以前のタスクの知識を完全に忘れてしまう現象である。音声認識において、英語などの高リソース言語からオーストラリア先住民言語に転移する際に頻繁に発生する。継続学習技術は、モデルが複数のタスクを順次学習し、忘却を防ぐことを可能にする。しかし、データが極端に少ない場合、標準的な継続学習は依然として困難である。
この問題に対処するため、研究者らは2つのハイブリッド継続学習手法：再生強化弾性重み統合（RA-EWC）と制約誘導知識蒸留（CGKD）を提案した。RA-EWCは、数少ない代表的なサンプルを保存し、新しい言語の学習中にそれらを再生し、弾性重み制約で重要なパラメータを保護する。CGKDは、教師モデルと生徒モデル間の知識蒸留に制約を課すことで、新しい言語の学習が既存言語の認識能力に影響を与えないようにする。
本研究では、Warlpiri、Dalabon、Dharawalの3つの先住民言語を対象とした。事前学習済み音声モデルを基盤とし、継続学習機構を導入することで、古い知識を保持しながら新しい言語を学習できる。実験の結果、両手法とも言語識別精度において標準的な微調整や既存の継続学習ベースラインを大幅に上回った。例えば、WarlpiriではRA-EWCとCGKDの両方が微調整よりも高い精度を達成した。特にCGKDは高リソース言語の性能維持に優れ、RA-EWCは低リソース言語への適応でわずかに優れた。この研究は、極低リソース環境におけるハイブリッド継続学習の有効性を示し、デジタルインクルージョンへの技術的貢献となる。
本論文はInterspeech 2026に採択され、コードとデータは公開されている。今後はさらに多くの先住民言語への拡張と、教師なし継続学習の探求が予定されており、ラベル付きデータへの依存を減らすことが期待される。研究チームはオーストラリアの大学と現地言語コミュニティと協力し、文化的要件に配慮した技術展開を目指している。著者にはPravina Mylvaganamを含む5名の研究者がおり、2026年7月11日にarXivに提出された。この研究は、音声技術の進歩に貢献するだけでなく、世界中の絶滅危惧言語の保護に新たな道を開くものである。