Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2306.04428

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2306.04428 (cs)
[提交于 2023年6月7日 (v1) ,最后修订 2023年6月13日 (此版本, v2)]

标题: 赞比西语音:用于赞比亚语言的多语言语音语料库

标题: Zambezi Voice: A Multilingual Speech Corpus for Zambian Languages

Authors:Claytone Sikasote, Kalinda Siaminwe, Stanly Mwape, Bangiwe Zulu, Mofya Phiri, Martin Phiri, David Zulu, Mayumbo Nyirenda, Antonios Anastasopoulos
摘要: 这项工作介绍了赞比西语音,这是一个针对赞比亚语言的开源多语言语音资源。 它包含两个数据集集合:未标记的广播新闻和访谈节目音频记录(160小时)以及标记数据(超过80小时),这些数据包括从公开可用的文学书籍中获取文本录制的朗读语音。 该数据集用于语音识别,但可以扩展到针对监督和非监督学习方法的多语言语音处理研究。 据我们所知,这是首个为赞比亚语言创建的多语言语音数据集。 我们通过微调Wav2Vec2.0大规模多语言预训练模型来构建端到端(E2E)语音识别模型作为我们的基线模型,从而利用预训练和跨语言迁移学习。 该数据集在Creative Commons BY-NC-ND 4.0许可下公开发布,可通过https://github.com/unza-speech-lab/zambezi-voice访问。
摘要: This work introduces Zambezi Voice, an open-source multilingual speech resource for Zambian languages. It contains two collections of datasets: unlabelled audio recordings of radio news and talk shows programs (160 hours) and labelled data (over 80 hours) consisting of read speech recorded from text sourced from publicly available literature books. The dataset is created for speech recognition but can be extended to multilingual speech processing research for both supervised and unsupervised learning approaches. To our knowledge, this is the first multilingual speech dataset created for Zambian languages. We exploit pretraining and cross-lingual transfer learning by finetuning the Wav2Vec2.0 large-scale multilingual pre-trained model to build end-to-end (E2E) speech recognition models for our baseline models. The dataset is released publicly under a Creative Commons BY-NC-ND 4.0 license and can be accessed via https://github.com/unza-speech-lab/zambezi-voice .
评论: 已被INTERSPEECH 2023接受。此预印本版本与被INTERSPEECH 2023接受的版本略有不同:图1未包含在INTERSPEECH 2023中!
主题: 计算与语言 (cs.CL) ; 声音 (cs.SD); 音频与语音处理 (eess.AS)
引用方式: arXiv:2306.04428 [cs.CL]
  (或者 arXiv:2306.04428v2 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2306.04428
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Claytone Sikasote [查看电子邮件]
[v1] 星期三, 2023 年 6 月 7 日 13:36:37 UTC (523 KB)
[v2] 星期二, 2023 年 6 月 13 日 20:48:02 UTC (523 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CL
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-06
切换浏览方式为:
cs
cs.SD
eess
eess.AS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号