LibriConvo 语料库推动 ASR 和说话人日志发展

研究人员开发了 LibriConvo，这是一个新颖的合成对话语音语料库，旨在改进自动语音识别 (ASR) 和说话人日志系统。该语料库通过改编 Speaker-Aware Simulated Conversation 框架创建，处理现有的 English CallHome 数据以获取对话时序，并使用按书籍分组的 LibriTTS 发音单元以获得语义连贯性。LibriConvo 包含超过 240 小时的音频，涉及 830 位说话人，基线结果表明，Sortformer 和经过微调的 Fast Conformer-CTC XLarge 等模型在此基准测试中的表现优于现有系统。 AI

影响 为评估和改进多说话人语音处理系统提供了一个新基准。

排序理由 该集群包含一篇研究论文，详细介绍了用于语音处理任务的新合成数据集和基准。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• English CallHome
• Fast Conformer-CTC XLarge
• LibriConvo
• LibriTTS
• pyannote
• Serialized Output Training
• Sortformer
• Speaker-Aware Simulated Conversation
• Whisper-large-v3

• 论文
• 其他

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