Fugu-MT 論文翻訳(概要): MLS: A Large-Scale Multilingual Dataset for Speech Research

論文の概要: MLS: A Large-Scale Multilingual Dataset for Speech Research

arxiv url: http://arxiv.org/abs/2012.03411v2
Date: Sat, 19 Dec 2020 09:18:21 GMT
ステータス: 処理完了
システム内更新日: 2021-05-16 21:02:42.671438
Title: MLS: A Large-Scale Multilingual Dataset for Speech Research
Title（参考訳）: MLS:音声研究のための大規模多言語データセット
Authors: Vineel Pratap, Qiantong Xu, Anuroop Sriram, Gabriel Synnaeve, Ronan Collobert
Abstract要約: データセットは、LibriVoxの読み出しオーディオブックに由来する。英語の約44.5K時間と、他の言語で約6K時間を含む8つの言語で構成されている。
参考スコア（独自算出の注目度）: 37.803100082550294
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper introduces Multilingual LibriSpeech (MLS) dataset, a large multilingual corpus suitable for speech research. The dataset is derived from read audiobooks from LibriVox and consists of 8 languages, including about 44.5K hours of English and a total of about 6K hours for other languages. Additionally, we provide Language Models (LM) and baseline Automatic Speech Recognition (ASR) models and for all the languages in our dataset. We believe such a large transcribed dataset will open new avenues in ASR and Text-To-Speech (TTS) research. The dataset will be made freely available for anyone at http://www.openslr.org.
Abstract（参考訳）: 本稿では,音声研究に適した多言語コーパスであるMLSデータセットを提案する。データセットは、LibriVoxの読み上げオーディオブックから派生したもので、英語の約44.5K時間、他の言語で約6K時間を含む8言語で構成されている。さらに,言語モデル(LM)とベースライン自動音声認識(ASR)モデル,およびデータセットのすべての言語に対して提供する。このような大きな転写されたデータセットは、ASR と Text-To-Speech (TTS) 研究に新たな道を開くと信じている。データセットはhttp://www.openslr.orgの誰でも自由に利用できる。

関連論文リスト

Speech-MASSIVE: A Multilingual Speech Dataset for SLU and Beyond [36.660499609887886]
Speech-MASSIVEは多言語音声言語理解データセットである。異なるファミリーの12の言語をカバーし、インテント予測とスロットフルタスクのためのアノテーションから継承する。本稿では,音声の書き起こし,言語識別,音声翻訳などのタスクに対して,Speech-MASSIVEの適性を示す。
論文参考訳（メタデータ） (2024-08-07T16:55:28Z)
Towards Robust Speech Representation Learning for Thousands of Languages [77.2890285555615]
自己教師付き学習(SSL)は、ラベル付きデータの必要性を減らすことで、音声技術をより多くの言語に拡張するのに役立つ。我々は4057言語にまたがる100万時間以上のデータに基づいて訓練された、ユニバーサル音声のための言語横断言語であるXEUSを提案する。
論文参考訳（メタデータ） (2024-06-30T21:40:26Z)
ViSpeR: Multilingual Audio-Visual Speech Recognition [9.40993779729177]
本研究は,広範に話される5言語を対象とした音声・視覚音声認識について,広範かつ詳細な研究である。我々は、英語以外の言語毎に大規模なデータセットを収集し、教師付き学習モデルの訓練に従事した。我々のモデルであるViSpeRは多言語で訓練されており、結果として各言語で新たに確立されたベンチマーク上での競争性能が向上する。
論文参考訳（メタデータ） (2024-05-27T14:48:51Z)
The Belebele Benchmark: a Parallel Reading Comprehension Dataset in 122 Language Variants [80.4837840962273]
私たちは122の言語変種にまたがるデータセットであるBelebeleを紹介します。このデータセットは、高、中、低リソース言語におけるテキストモデルの評価を可能にする。
論文参考訳（メタデータ） (2023-08-31T17:43:08Z)
Zambezi Voice: A Multilingual Speech Corpus for Zambian Languages [20.25236081418051]
Zambezi Voiceはザンビア語のためのオープンソースの多言語音声リソースである。我々の知る限り、ザンビア語で作成された最初の多言語音声データセットである。
論文参考訳（メタデータ） (2023-06-07T13:36:37Z)
Scaling Speech Technology to 1,000+ Languages [66.31120979098483]
MMS(Massively Multilingual Speech)プロジェクトは、タスクに応じてサポート言語を10～40倍増やす。主な材料は、一般に公開されている宗教文書の読解に基づく新しいデータセットである。我々は,1,406言語,1,107言語用1つの多言語自動音声認識モデル,同一言語用音声合成モデル,4,017言語用言語識別モデルについて,事前学習したwav2vec 2.0モデルを構築した。
論文参考訳（メタデータ） (2023-05-22T22:09:41Z)
ASR2K: Speech Recognition for Around 2000 Languages without Audio [100.41158814934802]
対象言語に音声を必要としない音声認識パイプラインを提案する。私たちのパイプラインは、音響、発音、言語モデルという3つのコンポーネントで構成されています。我々は、1909年の言語をCrubadanと組み合わせて、大きな絶滅危惧言語n-gramデータベースを構築した。
論文参考訳（メタデータ） (2022-09-06T22:48:29Z)
The Multilingual TEDx Corpus for Speech Recognition and Translation [30.993199499048824]
音声認識(ASR)および音声翻訳(ST)研究を支援するために構築された多言語TEDxコーパスについて述べる。コーパスはTEDxの8つのソース言語による音声録音のコレクションである。テキストを文に分割し、ソース言語音声とターゲット言語翻訳に合わせる。
論文参考訳（メタデータ） (2021-02-02T21:16:25Z)
CoVoST 2 and Massively Multilingual Speech-to-Text Translation [24.904548615918355]
CoVoST 2は、21の言語から英語、および15の言語への翻訳をカバーする大規模な多言語音声翻訳コーパスである。これは、トータルボリュームと言語カバレッジの観点から、現在利用可能な最大のオープンデータセットである。
論文参考訳（メタデータ） (2020-07-20T17:53:35Z)
CoVoST: A Diverse Multilingual Speech-To-Text Translation Corpus [57.641761472372814]
CoVoSTは11言語から英語への多言語による音声からテキストへの翻訳コーパスである。 11,000人以上の話者と60以上のアクセントで多様化した。 CoVoSTはCC0ライセンスでリリースされており、無料で利用できる。
論文参考訳（メタデータ） (2020-02-04T14:35:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。