Jul, 2023

我的声音：阿拉伯语言资源协作平台

PDF
TL;DR介绍了 MyVoice，一个众包平台，用于收集阿拉伯语言以增强方言语音技术，并提供大型方言语音数据集的公开可用性。该平台允许参与者选择城市 / 国家级的细粒度方言，并录制显示的话语。通过过滤低质量和虚假录音，该平台整合了质量保证系统，在发送验证之前。在验证阶段，贡献者可以评估录音的质量，对其进行注释，并提供反馈，然后由管理员进行审核。此外，该平台为管理员角色提供了灵活性，可以添加与方言语音和词汇收集之外的新数据或任务，并将其显示给贡献者，从而促进收集多样化和大量的阿拉伯语言数据的协作努力。
myvoicecrowdsourcing platformdialectal speecharabic speech technologieslarge speech datasets
发现论文，激发创造
  • QVoice：阿拉伯语语音发音学习应用

    该研究介绍了一种新型的阿拉伯语发音学习应用程序 QVoice，具备端到端的发音错误检测和反馈生成模块，支持非阿拉伯语为母语的人士提高他们的发音技巧，同时还帮助以现代标准阿拉伯语（MSA）为语言的固定语言者消除地方方言对其发音的潜在影响。QVoice 利用各种学习线索帮助学习者理解意义，与其现有的英语知识建立联系，并提供详细的发音校正反馈，同时展示单词使用的情境示例。QVoice 提供单个字符级别的发音反馈，并在单词级别评估表现。

    May, 2023

  • 古兰经音频数据集：非阿拉伯语者参与众包的标注朗诵

    通过众包的方式收集波斯语说唱语音数据集，并构建 AI 模型以简化非阿拉伯语学习者学习古兰经的过程。

    May, 2024

  • VoxArabica: 一个强壮的方言感知阿拉伯语语音识别系统

    Arabic is a complex language, and this research introduces VoxArabica, a system for dialect identification and automatic speech recognition (ASR) of Arabic, which includes training models for 17 different dialects, MSA, Egyptian, Moroccan, and mixed data, and offers options to choose various ASR models in a web interface.

    Oct, 2023

  • 面向阿拉伯方言的零射 Text-To-Speech

    构建了一个包含多个方言的阿拉伯语音合成模型并通过评估表明其潜力大。

    Jun, 2024

  • Common Voice: 一個大規模多語言語音語料庫

    Common Voice 是一个为语音技术研究和开发设计的大型多语言转录音频资源，采用众包方式进行数据收集和验证，目前包括 29 种语言，收集了超过 2500 小时的音频数据，实现了多语言端到端的自动语音识别。

    Dec, 2019

  • 苏丹方言的端到端自动语音识别模型

    本研究检验了针对苏丹语方言设计自动语音识别模型的可行性，并使用卷积神经网络设计了一种端到端语音识别模型，该模型在苏丹方言数据集上取得了 73.67% 的平均标签错误率

    Dec, 2022

  • OSN-MDAD：在线社交媒体上阿拉伯多方言对话的机器翻译数据集

    通过翻译英文推文到阿拉伯文的海湾、也门、伊拉克和黎凡特方言，我们构建了一个在线社交网络基础多方言阿拉伯文数据集，用以改善阿拉伯文多方言机器翻译系统的性能。

    Sep, 2023

  • ClArTTS: 一个开放源代码的古典阿拉伯语语音合成语料库

    通过提供一个古典阿拉伯文本到语音合成的语音语料库 (ClArTTS)，我们填补了现有资源中阿拉伯语音语料库的空缺，以支持一些现代的端到端阿拉伯语音合成系统。

    Feb, 2023

  • 阿拉伯文语音合成（TTS）数据准备

    该研究旨在解释 TTS 的相关性和数据准备过程，讨论语言学和高质量记录的创作，提供语音演员和数据规范，评估音频并影响语音系统的演变。

    Apr, 2022

  • Masader: 面向阿拉伯文本和语音数据资源的元数据采集

    该论文描述了最近几年自然语言处理管道的进展，重点介绍了由 200 个数据集构成的阿拉伯语 NLP 数据集最大的公共目录 Masader，以及为其他语言开发的元数据注释策略。

    Oct, 2021