TamilEOT

新数据集和模型改进泰米尔语语音轮次检测

研究人员开发了TamilEOT，这是一个用于检测泰米尔语电话对话中语音轮次结束的新数据集和模型。该系统旨在通过准确确定用户何时说完话，而不是依赖固定的静默超时，来改进语音代理交互。该数据集包含来自真实对话的超过18,000个标记的轮次边界，微调后的模型准确率超过86%。该项目还详细介绍了创建数据集和模型的成本和方法，强调了编码器容量和数据标记对性能的影响。