语音识别(ASR)论文优选:粤语语料集Automatic Speech Recognition Datasets in Cantonese Language: A Survey and a New D
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵。搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html。语音合成领域论文列表请访问http://yqli.tech/page/tts_paper.html,语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。如何查找语音资料请参考文章https://mp.weixin.qq.com/s/eJcpsfs3OuhrccJ7_BvKOg)。如有转载,请注明出处。欢迎关注微信公众号:低调奋进。
Automatic Speech Recognition Datasets in Cantonese Language: A Survey and a New Dataset
本文为香港科技大学在2022.01.07更新的文章,主要对粤语的开源数据集进行总结并开源新的数据集MDCC,具体的链接
https://arxiv.org/pdf/2201.02419.pdf
注:本文主要开源粤语识别数据集,较为简单。
1 背景
伴随着基于神经网络的语音识别的性能不断提升、开源数据的不断增多,语音社区逐渐扩大。但语音识别在低资源语言的语料依然匮乏,因此本文设计和提供了粤语语料MDCC。
2 详细设计
本文先统计目前开源的粤语语料的详细数据,具体如table1所示。因此本文设计了数据集Multi-Domain Cantonese Corpus (MDCC) 。该数据包括以下场景: philosophy, politics, education, culture, lifestyle and family。该数据集制作流程:1)获取粤语语音,使用VAD进行切句子;2)使用Google Cloud Speech-to-Text API进行转写;3)人工进行校对。其中在人工校验过程中对文本的格式进行处理,比如table2展示的unified writing和important words。table3展示几条归一化的文本事例。图1和table4是数据集MDCC划分具体参数。图2和图3展示时长分布。table5展示语料中top的词的情况。图4展示每个domain句子数量。图5展示词频分布情况。
3 实验
本文和common voice zh-HK数据集进行对比试验。table6是两个数据集的数据划分情况。table 7是训练的模型Fairseq S2T Transformer长度CER情况。试验结果表明数据集MDCC增强模型鲁棒性。
4 总结
本文主要总结了粤语的识别语料饼干提出了数据集Multi-Domain Cantonese Corpus (MDCC) 。
语音识别(ASR)论文优选:粤语语料集Automatic Speech Recognition Datasets in Cantonese Language: A Survey and a New D相关推荐
- 语音识别(ASR)论文优选:端到端ASR综述Recent Advances in End-to-End Automatic Speech Recognition
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选:挑战ASR规模极限Scaling ASR Improves Zero and Few Shot Learning
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选:车内场景粤语指令数据集CI-AVSR: A Cantonese Audio-Visual Speech Dataset for In-car Command Recogni
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选:关注语音识别系统Fairness问题Towards Measuring Fairness in Speech Recognition
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选:Icassp 2022 M2MeT方案总结
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选:A comparison of streaming models and data augmentation methods for robust speech recog
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选:Adapting GPT, GPT-2 and BERT Language Models for Speech Recognition
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.平时搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.如转载,请标明出处.欢迎 ...
- 语音识别(ASR)论文优选:性能测试Wav2Vec2.0 on the Edge: Performance Evaluation
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.语音合成领域论文列表请访问h ...
- 语音识别(ASR)论文优选:Tied Reduced RNN-T Decoder
声明:平时看些文章做些笔记分享出来,文章中难免存在错误的地方,还望大家海涵.平时搜集一些资料,方便查阅学习:http://yqli.tech/page/speech.html.如转载,请标明出处.欢迎 ...
- NLP之ASR:语音识别技术(Automatic Speech Recognition)的简介、发展历史、案例应用之详细攻略
NLP之ASR:语音识别技术(Automatic Speech Recognition)的简介.发展历史.案例应用之详细攻略 目录 语音识别技术(Automatic Speech Recognitio ...
最新文章
- Substance Painter实时角色制作视频教程
- 用DataReader还是DataSet?
- 关于事务的传播特性和隔离级别的问题
- 经验 | Pytorch还是Tensorflow?英伟达工程师帮你总结了
- FastCGI模块(FastCGI)
- Opencv学习笔记(六)SURF学习笔记
- Java 文件复制 Hutool IO使用
- [机器学习收藏] TensorFlow初学者必须了解的55个经典案例
- 转dem_约会大作战:真那离开DEM社,欠着的500万就不用还了
- php文件的作用,php入口文件的作用-PHP问题
- [学习笔记]数据库设计概览
- 利用 Kubernetes Service 的 selector 无痛运维在线 pod
- 小程序 省市区地址选择器
- 数学建模论文排版(摘要部分)
- wps根据标题自动生成目录
- 雷达原理-运动目标检测与测速
- linux进入bios设置超线程,从BIOS开启超线程的方法
- 可行性研究及需求分析
- 012:tkinter+爬虫设计对联软件
- (HTTP 503) (Request-ID: req-4f56de6f-d29c-4c44-aed3-e6ef8253384a)