PulseAugur
中
实时 10:09:18
English(EN) PAREDA: A Multi-Accent Speech Dataset of Natural Language Processing Research Discussions

新的PAREDA数据集旨在改进口音语音的ASR性能

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了PAREDA，一个旨在通过捕捉真实语音变化来改进自动语音识别（ASR）系统的新型数据集。该数据集包含具有澳大利亚、印度英语和中国英语口音的说话者之间关于自然语言处理（NLP）研究论文的讨论。PAREDA包含自发独白和问答环节，其中充满了技术术语和对话元素。评估表明，虽然最先进的ASR模型在零样本设置下表现不佳，但在PAREDA上进行微调可显著降低词错误率，凸显了其在为专业应用开发更强大、更具包容性的ASR技术方面的价值。 AI

影响 该数据集旨在提高ASR对不同口音的鲁棒性，从而可能增强语音技术在全球范围内的可访问性和可用性。

排序理由 该集群包含一篇介绍ASR研究新数据集的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的PAREDA数据集旨在改进口音语音的ASR性能

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Aditya Joshi ·

    PAREDA: A Multi-Accent Speech Dataset of Natural Language Processing Research Discussions

    While modern Automatic Speech Recognition (ASR) systems achieve high accuracy on benchmark corpora, their performance often degrades when there is real-world variability. This work focuses on variability arising due to accented, spontaneous, and domain-specific speech. In particu…

相关实体

相关话题