COLINGApr, 2024

ART：用于语音同步和模仿的交替阅读任务语料库

PDF
TL;DR我们介绍了交替阅读任务（ART）语料库，这是一个用于研究言语交流中的同步和模仿行为的句子对式阅读集合。ART 语料库包含三个实验条件 - 独立阅读、交替阅读和刻意模仿，以及三个子语料库，包括法语、意大利语和斯洛伐克口音的英语。这种设计允许在控制和非自发环境中系统地研究言语同步。除了详细的转录，它还包括英语熟练程度评分、人口统计信息和实验中的问卷调查，以探究对同步产生影响的语言、个人和人际因素。我们的介绍包括了它的设计、收集、标注过程、初步分析和未来的研究前景。
alternating reading taskentrainmentimitation behaviourspeech communicationspeech entrainment
发现论文，激发创造
  • 语言熟练度与 F0 同步：对意大利、法国和斯洛伐克母语者进行 L2 英语模仿的研究

    这项研究探讨了第二语言（L2）英语演讲模仿中 F0 演化的问题，在交替阅读任务（ART）中。结果表明，L2 英语熟练程度与演化之间存在微妙的关系：熟练程度较高的演讲者在音高变化和下降方面通常表现出较少的演化。然而，在一对一的情况下，熟练程度较高的演讲者表现出更强的模仿音高范围的能力，导致进一步的演化。这表明熟练程度在个体和对位级别上对演化产生不同的影响，突出了语言技能和韵律的复杂相互作用。

    Apr, 2024

  • 使用法语翻译扩充 Librispeech：一种用于直接语音翻译评估的多模态语料库

    本文介绍了使用 LibriSpeech 增强现有单语语料库的方法，建立起一种包含源语言中的语音与目标语言中的文本的大型开放式平行语料库，并给出了相应的处理细节和手动评估结果，该平行语料库可以用于直接语音翻译或其他口语翻译实验。

    Feb, 2018

  • 用于语音识别和翻译的多语种 TEDx 语料库

    我们提供了一个多语言 TEDx 语料库，支持语音识别和语音翻译的研究，可以建立在许多非英语源语言上。这个语料库是一个来自 TEDx 演讲的音频记录集合，提供了 8 个源语言，我们将转录分割成句子，并将它们与源语言音频和目标语言翻译对齐。此外，我们提供基线模型，包括多语种模型，以提高低资源语种的翻译性能。

    Feb, 2021

  • 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

  • 语音感知对话系统技术挑战赛（DSTC11）

    本文涉及针对与书面文本不同的口语输入而设计的任务型对话建模，以解决自动语音识别系统所引入的误差，并针对多轮对话建立了一个公共语料库，研究各种形式的语音输出的性能差距，并给出了初步分析。

    Dec, 2022

  • 对话的艺术：用孪生循环神经网络测量第二语言中发音收敛和有意模仿

    本研究提出了一种连体递归神经网络（RNN）结构，用于衡量 L2-L2 交互中语音的全谱特征收敛现象，并证明该模型能够有效捕捉语音收敛的动态和说话人的模仿能力。

    Jun, 2023

  • LibriVoxDeEn: 一个用于德语到英语语音翻译和德语语音识别的语料库

    该研究提供一个德语语音、德语文本和英语翻译的平行语料库，以德语有声读物为基础，包括 110 小时的音频材料，对齐了超过 50k 句平行句子，并且提供了更大的数据集，包括 547 小时的德语语音对齐了德语文本，同时为德语语音识别和德语到英语的端到端翻译提供了大量的资源。

    Oct, 2019

  • 自然故事语料库

    为了比较人类语言处理模型，许多研究使用富自然语言材料的语料库来预测参与者反应，但这些研究所使用的许多语料库是基于自然文本的，因此缺少许多频率低的句法结构，而这些句法结构是区分处理理论所必需的。本文提出一种新的语料库，包含许多低频句法结构且易于被母语人士理解，该语料库已标注手动修正的语法树，并包括了自定速度阅读时间的数据。

    Aug, 2017

  • ArzEn-ST: 一个用于代码转换的埃及阿拉伯语 - 英语三语言言翻译语料库

    本文介绍 ArzEn-ST 语料库的收集工作，该语料库为阿拉伯语 - 英语混合语音翻译语料库，并提出基准系统的机器翻译和语音翻译任务的结果。

    Nov, 2022

  • LibriTTS：从 LibriSpeech 中衍生的用于文本转语音的语料库

    该论文提出了一个新的语音语料库 LibriTTS，用于文本转语音，并展示了该语料库训练出的神经完整端到端的 TTS 模型在自然度方面的评估结果不低于 4.0。

    Apr, 2019