Massimo Daul

About Me

I am an Italian-American-New-York-Mainer-Inter-Milan-Supporter. My family comes from Friuli and Istria, where there are many endangered languages and lots of efforts to preserve and revitalize them. I try to help by making tools that speed up language documentation.

Research

I am a master's student in Data Science and Artificial Intelligence at the University of Trieste. I graduated from New York University with a B.A. in Mathematics and Computer Science, where I was a Shelby Davis Scholar. My research focuses on developing computational tools for low-resource and under-resourced languages, with the goal of making language technologies more inclusive and practically useful for linguistic research and documentation.

My work centers on automatic speech recognition (ASR) and related speech technologies, including forced alignment, speaker diarization, segmentation, and part-of-speech tagging in low-resource settings. I am particularly interested in linguistically informed modeling choices—such as phonological and featural representations—and how these choices affect model performance, generalization, and usability in real-world documentation pipelines. I belive that computational approaches to language preservation must be community-oriented.

Publications & Presentations

• Linguistically Informed Tokenization Improves ASR for Underresourced Languages
  Field Matters, 2026 — First Author
• NLP Tools for Constructing a Spoken Corpus of Endangered Language Varieties: A Case Study of the ELIC Corpus
  Presented at AACL, 2026 — First Author
• Comparing Phonological Feature Sets for Low-Resource ASR
  Proceedings of the 2025 Annual Meeting on Phonology — Second Author
• Forced Alignment of Istro-Venetian Speech via Neural versus Non-Neural Models
  The Journal of the Acoustical Society of America, 159, A161, 2026 — Second Author
• Creating a Multilingual Spoken Corpus for Language Documentation and Research
  Presented at ICLDC — Co-Author

Research Experience

• Computational Intern – Low-Resource Language Documentation
  Endangered Languages in Contact, Istria & Kvarner / New York City (06/2024 – Present)
  I lead projects fine-tuning custom Wav2Vec2-BERT models for automatic speech recognition and forced alignment of low-resource languages. I also develop machine learning approaches for speaker diarization, segmentation, and part-of-speech tagging to support corpus creation and linguistic analysis.
• Computational Intern – Addiction Research
  Jackson Laboratory, Bar Harbor, ME (06/2019 – 12/2023)
  I designed neural networks for gait detection and pose analysis in mice to support behavioral and addiction research.
• Computational Intern – Small Business Development
  Profit Decoder, New York City (06/2023 – 08/2023)
  I developed transparent economic data analysis solutions for a start-up supporting small businesses.

Tutoring

I tutor mathematics, computer science, and exam-prep for all ages. I have over 7 years of experience, and like to plan fun, personalized lesson plans focused on problem-solving and holistic learning.

Lessons are available remotely over Zoom, with flexible rates.

Interested in working together? Get in touch below.

Chi sono

Sono un italo-americano cresciuto tra New York e il Maine, con una grande passione per l’Inter. La mia famiglia ha radici in Friuli e in Istria, zone ricche di lingue e tradizioni, molte delle quali oggi sono a rischio. Cerco di aiutare nello sviluppo di strumenti computazionali per rendere la documentazione linguistica più semplice e veloce.

Ricerca

Sono uno studente della laurea magistrale in Data Science and Artificial Intelligence presso l'Università di Trieste. Mi sono laureato in Matematica e Informatica alla New York University, dove ero Shelby Davis Scholar. La mia ricerca si concentra sullo sviluppo di strumenti computazionali per le lingue a basse risorse, con l’obiettivo di rendere le tecnologie linguistiche più inclusive e concretamente utili per la ricerca e la documentazione linguistica.

Il mio lavoro riguarda principalmente il riconoscimento automatico del parlato (ASR) e tecnologie affini, tra cui allineamento forzato, diarizzazione del parlante, segmentazione e part-of-speech tagging in contesti a basse risorse. Sono particolarmente interessato a scelte di modellazione linguisticamente informate—come rappresentazioni fonologiche e featurali—e al loro impatto sulle prestazioni e sull’utilizzabilità dei modelli in flussi di lavoro reali di documentazione linguistica.

Pubblicazioni e Presentazioni

• Linguistically Informed Tokenization Improves ASR for Underresourced Languages
  Field Matters, 2026 — Primo autore
• NLP Tools for Constructing a Spoken Corpus of Endangered Language Varieties: A Case Study of the ELIC Corpus
  Presentato ad AACL, 2026 — Primo autore
• Comparing Phonological Feature Sets for Low-Resource ASR
  Atti dell'Annual Meeting on Phonology 2025 — Secondo autore
• Forced Alignment of Istro-Venetian Speech via Neural versus Non-Neural Models
  The Journal of the Acoustical Society of America, 159, A161, 2026 — Secondo autore
• Creating a Multilingual Spoken Corpus for Language Documentation and Research
  Presentato a ICLDC — Coautore

Esperienza di Ricerca

• Tirocinante Computazionale – Documentazione delle Lingue a Basse Risorse
  Endangered Languages in Contact, Istria e Kvarner / New York City (06/2024 – Presente)
  Guido progetti di fine-tuning di modelli Wav2Vec2-BERT personalizzati per ASR e allineamento forzato di lingue a basse risorse. Sviluppo inoltre approcci di machine learning per diarizzazione del parlante, segmentazione e part-of-speech tagging a supporto della creazione di corpora.
• Tirocinante Computazionale – Ricerca sulla Dipendenza
  Jackson Laboratory, Bar Harbor, USA (06/2019 – 12/2023)
  Ho progettato reti neurali per l’analisi della camminata e della postura nei topi nell’ambito della ricerca comportamentale e sulla dipendenza.
• Tirocinante Computazionale – Sviluppo di Piccole Imprese
  Profit Decoder, New York City (06/2023 – 08/2023)
  Ho sviluppato soluzioni trasparenti per l’analisi dei dati economici per una start-up a supporto delle piccole imprese.

Inglese e preparazione ai colloqui

Offro lezioni individuali di inglese per studenti e adulti, con particolare attenzione alla conversazione, alla sicurezza nel parlare e all’inglese utile in ambito accademico e professionale.

Essendo madrelingua inglese e italiano, posso adattare le lezioni alle esigenze di chi vuole migliorare il proprio inglese in modo pratico e naturale.

Le lezioni sono disponibili online tramite Zoom, con orari e tariffe flessibili.

Se sei interessato, scrivimi usando l'indirizzo qui sotto.