speech dataset | BriefGPT - AI 论文速递

关键词speech dataset

搜索结果 - 7

Perceiver-Prompt: 強調可變的語者適應，用於中文失調語音識別
通过引入 Perceiver-Prompt 方法，利用 P-Tuning 对 Whisper 大规模模型进行微调，并通过可训练的 Perceiver 从可变长度输入中生成固定长度的说话人提示，以提高对中国发音障碍语音的模型识别性能。我们的实
PDF20 days ago
非流畅语音 -- 单说者会话语音数据集与言语表情
研究表明，非语言语音如笑声、叹息、结巴等虽不直接提供词汇含义，但其提供的语义和语用上下文对理解其间的讽刺等有重要作用。本研究提出了 DisfluencySpeech，一个以真实对话模拟形式重现 Switchboard-1 电话语音语料库中出
PDF21 days ago
情绪语音信息库 (EMOVOME): 自发语音信息中的情绪识别
EMOVOME 是一个包含 999 条语音信息的数据集，来自 100 位西班牙使用者在即时消息应用上的真实对话，具有性别平衡。该数据集为野外环境下的情感表达提供了基线，包括语音特征和文字特征的情感识别模型的准确率评估。该资源对于野外情感识别
PDF4 months ago
NPTEL MOOC 数千个视频间的单词错误率差异的深入研究
本研究描述了一个庞大的语音数据集的构建过程，并利用该数据集评估了印度不同演讲者的性别、籍贯、年龄和语速对 YouTube 自动字幕和 OpenAI Whisper 模型性能的影响。结果表明需要更具包容性和鲁棒性的 ASR 系统以及更具代表性
PDFa year ago
一个意大利意图分类数据集
这篇研究介绍了 ITALIC，这是一个大规模的意向分类语音数据集，旨在为意大利语提供 SLU 模型和特定语言数据集的开发。结果表明：增加规模和语言适应可以提高语音模型的准确性，单语文本模型的结果超过多语言模型，ITALIC 上的语音识别比现
PDFa year ago
BibleTTS：一个大型、高保真、多语种且独特的非洲语音语料库
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。
PDF2 years ago
FLEURS: 语音通用表示的少样本学习评估
介绍 FLEURS，这是一个 Few-shot Learning Evaluation of Universal Representations of Speech 基准，包含 102 种语言的 n 方并行语音数据集，可用于自动语音识别 (
PDF2 years ago