研究人员为资源匮乏的普诺克丘亚语开发了新的自然语言处理资源。这包括迄今为止任何克丘亚语方言中最大的语音语料库，包含 66 小时的录音和 36 小时的转录数据。该项目还建立了首个普诺克丘亚语的自动语音识别 (ASR) 基准，评估了现有模型并微调了 Whisper、wav2vec2 和 XLS-R。所有数据集和微调模型都将公开发布，以帮助语言保护。 AI
影响 为资源匮乏的语言提供了关键的自然语言处理工具和基准，可能促成新的应用和研究。
排序理由 该集群包含一篇详细介绍为资源匮乏语言创建和发布自然语言处理资源的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.28253v1 Announce Type: new Abstract: The preservation of under-resourced languages requires digital tools and resources shaped by and for their speakers. We present the first dedicated ASR resources for Puno Quechua (ISO 639-3: qxp): (1) the largest speech corpus for a…
The preservation of under-resourced languages requires digital tools and resources shaped by and for their speakers. We present the first dedicated ASR resources for Puno Quechua (ISO 639-3: qxp): (1) the largest speech corpus for any single Quechua variety, consisting in 66 hour…