启用低资源语言的 ASR:一个全面的数据集创建方法
原文中文,约300字,阅读约需1分钟。发表于: 。本研究介绍了一种用于从有声读物生成 ASR 训练数据集的新型流程,以应对资源稀缺语言中自动语音识别系统性能较差的问题。该方法通过有效地对齐音频和相应的文本,并将其分割成适合 ASR 训练的长度,简化了资源稀缺语言中 ASR 系统的数据准备工作,并通过对亚美尼亚语的案例研究证明了其应用价值。这种方法可以适用于许多资源稀缺语言,不仅解决了数据匮乏问题,还提高了低资源语言的 ASR 模型性能。
本研究介绍了一种新型流程,用于从有声读物生成ASR训练数据集,以解决资源稀缺语言中ASR系统性能较差的问题。该方法通过对齐音频和文本,并分割成适合ASR训练的长度,简化了数据准备工作。通过亚美尼亚语的案例研究,证明了该方法的应用价值。适用于许多资源稀缺语言,不仅解决了数据匮乏问题,还提高了低资源语言的ASR模型性能。