研究人员推出了 ELARSpeech,这是一个包含 675 种代表性不足语言的 30,000 多小时语音的新数据集。该资源来自濒危语言档案库,旨在解决现有多种语言语音技术中语言长尾代表性不足的问题。使用 ELARSpeech 进行的实验表明,它在将自动语音识别 (ASR) 和文本到语音 (TTS) 功能扩展到这些多样化语言方面具有实用性,并可能从伪标记未标记数据中获益。 AI
影响 能够为更广泛的语言开发语音技术,可能提高可访问性和包容性。
排序理由 该集群包含一篇详细介绍代表性不足语言新数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →