本文介绍了 NAVER LABS Europe 的 Tamasheq-French 和 Quechua-Spanish 语音翻译系统，着重研究了在低资源情况下使用多语种参数高效解决方案，利用强大的预训练模型来最大化翻译质量的工作。

Jun, 2023

这项工作是 Kallaama 项目的一部分，目标是为农业领域的语音技术发展产生和传播全国语言语料库。除了沃洛夫语之外，塞内加尔的国家语言在语言技术提供商中很大程度上被忽视。然而，这些技术对保护、促进和教授这些语言至关重要。Kallaama 专注于塞内加尔人民的三种主要口语语言：沃洛夫语、普拉语和赛尔语。这些语言被该地区的人口广泛使用，大约有 1000 万塞内加尔的母语使用者，更不用说国外的人了。然而，从机器可读的数据角度来看，它们在农业领域尤其是面临资源不足。我们发布了一个包含每种上述语言中关于农业的 125 小时录音的转录语音数据集。这些资源专门为自动语音识别目的而设计，包括传统方法。为了构建这样的技术，我们提供了沃洛夫语和普拉语的文本语料库，以及一个包含 49132 个条目的沃洛夫语数据集的发音词典。

Apr, 2024

Zambezi Voice 为挖掘两个不同语音来源的 Zambian 众所周知，首次推出了适用于 Zambian 语言的多语言语音数据集，可用于监督和非监督的学习方法，同时利用 Wav2Vec2.0 模型进行预训练和跨语言迁移学习，构建出基于端到端的语音识别模型。

Jun, 2023

构建英豪沙机器翻译基线模型，通过采用标准单词级和 BPE 子词级标记方法使用循环和变压器编码 - 解码架构评估模型性能，以改善低资源语言的神经机器翻译问题。

Jun, 2020

本研究聚焦于低资源非洲语言语音合成，着重于从语料库创作到 TTS 系统的共享和部署，通过参与式方法建立新的数据集和数据挖掘，发现即使在次优环境下录制 25 分钟的语音也能生成可听懂的语音，并为 12 种非洲语言提供了语音数据、代码和训练好的语音以支持研究人员和开发者。

Jul, 2022

BibleTTS 是一个由 Open.Bible 项目自 Biblica 发布的圣经记录而来的语音数据集，共有十种撒哈拉以南非洲的语言，为各种语言的文本转语音模型的开发提供了高质量的 48kHz 单人演讲录音素材。

Jul, 2022

本文研究了 Bambara 这种低资源语言的机器翻译问题，并提出了处理低资源语言数据稀缺问题的策略。我们还介绍了第一个 Bambara 到英文和法文的机器翻译平行数据集，并且提供了第一个机器翻译 Bambara 的基准结果。

Nov, 2020

本文介绍了 ON-TRAC 联盟为 2022 年 IWSLT 评测的两个挑战领域（低资源和方言演讲翻译）开发的翻译系统，该系统包括利用传递学习的管道方法和基于 wav2vec 2.0 模型转换的语音转换模型等。

May, 2022

通过对噪音广播档案的无监督的语音表示学习方法进行调查，我们的贡献包括发布两个数据集到研究社区以及共享受过训练的语音编码器，最终分享了 Maninka、Pular 和 Susu 等语言的首个语音识别模型，为服务于数字鸿沟中穷困落后的人群而提供了一种道路。

Apr, 2021

这篇论文介绍了一个收集自非洲 Bantu C25 语族中的一种语言 Mboshi 的语音语料库，在几乎零的资源条件下构建了该语料库，并利用其中的数据完成了口语术语发现。该论文讨论了如何收集，清理和处理数据，并将该数据集提供给社区进行可重现的计算语言文献研究和评估。

Oct, 2017