論文の概要: Learning Nigerian accent embeddings from speech: preliminary results based on SautiDB-Naija corpus

• arxiv url: http://arxiv.org/abs/2112.06199v1
• Date: Sun, 12 Dec 2021 10:50:01 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-15 10:58:55.154499
• Title: Learning Nigerian accent embeddings from speech: preliminary results based on SautiDB-Naija corpus
• Title（参考訳）: 音声からのナイジェリアアクセント埋め込みの学習:SautiDB-Naija corpusに基づく予備的結果
• Authors: Tejumade Afonja, Oladimeji Mudele, Iroro Orife, Kenechi Dukor, Lawrence Francis, Duru Goodness, Oluwafemi Azeez, Ademola Malomo and Clinton Mbataku
• Abstract要約: サウティDB・ナイジャ(SautiDB-Naija)は、ナイジェリアの非ネイティブ(L2)の英語を話す新しいコーパスである。 コーパスの作成とキュレーション、およびアクセント分類とナイジェリアのアクセント埋め込みの学習に関する予備実験について述べる。
• 参考スコア（独自算出の注目度）: 1.7794775577124062
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper describes foundational efforts with SautiDB-Naija, a novel corpus of non-native (L2) Nigerian English speech. We describe how the corpus was created and curated as well as preliminary experiments with accent classification and learning Nigerian accent embeddings. The initial version of the corpus includes over 900 recordings from L2 English speakers of Nigerian languages, such as Yoruba, Igbo, Edo, Efik-Ibibio, and Igala. We further demonstrate how fine-tuning on a pre-trained model like wav2vec can yield representations suitable for related speech tasks such as accent classification. SautiDB-Naija has been published to Zenodo for general use under a flexible Creative Commons License.
• Abstract（参考訳）: 本稿では,ナイジェリアの非ネイティブ(L2)音声コーパスであるSautiDB-Naijaの基盤的取り組みについて述べる。 コーパスの作成とキュレーション、およびアクセント分類とナイジェリアのアクセント埋め込みの学習に関する予備実験について述べる。 このコーパスの最初のバージョンには、ヨルバ語、イボ語、江戸語、efik-ibibio、イガラ語などのナイジェリア語のl2英語話者による900以上の録音が含まれている。 さらに、wav2vecのような事前学習モデルの微調整により、アクセント分類などの関連する音声タスクに適した表現が得られることを示す。 SautiDB-NaijaはZenodoに、フレキシブルなクリエイティブコモンズライセンスの下で一般向けに公開された。

関連論文リスト

• Voices Unheard: NLP Resources and Models for Yorùbá Regional Dialects [72.18753241750964]
  Yorub'aは、約4700万人の話者を持つアフリカの言語である。 アフリカ語のためのNLP技術開発への最近の取り組みは、彼らの標準方言に焦点を当てている。 我々は、このギャップを埋めるために、新しい高品質のパラレルテキストと音声コーパスを導入する。
  論文  参考訳（メタデータ） (2024-06-27T22:38:04Z)
• A Novel Cartography-Based Curriculum Learning Method Applied on RoNLI: The First Romanian Natural Language Inference Corpus [71.77214818319054]
  自然言語推論は自然言語理解のプロキシである。 ルーマニア語のNLIコーパスは公開されていない。 58Kの訓練文対からなるルーマニア初のNLIコーパス(RoNLI)を紹介する。
  論文  参考訳（メタデータ） (2024-05-20T08:41:15Z)
• NusaWrites: Constructing High-Quality Corpora for Underrepresented and Extremely Low-Resource Languages [54.808217147579036]
  インドネシアの地方言語について事例研究を行う。 データセット構築におけるオンラインスクラップ,人文翻訳,および母語話者による段落作成の有効性を比較した。 本研究は,母語話者による段落作成によって生成されたデータセットが,語彙的多様性と文化的内容の点で優れた品質を示すことを示す。
  論文  参考訳（メタデータ） (2023-09-19T14:42:33Z)
• A Corpus for Sentence-level Subjectivity Detection on English News Articles [49.49218203204942]
  我々はこのガイドラインを用いて、議論を呼んだ話題に関する英ニュース記事から抽出した638の目的語と411の主観的な文からなるNewsSD-ENGを収集する。 我々のコーパスは、語彙や機械翻訳といった言語固有のツールに頼ることなく、英語で主観的検出を行う方法を舗装している。
  論文  参考訳（メタデータ） (2023-05-29T11:54:50Z)
• Deep learning model for Mongolian Citizens Feedback Analysis using Word Vector Embeddings [0.0]
  本研究では,2つの単語埋め込みを用いたモンゴル語のフィードバック分類について検討した。 2012年から2018年にかけて収集されたCyrillicのフィードバックデータを使用します。 その結果, 単語の埋め込みは, 深層学習に基づく提案モデルを改善することが示唆された。
  論文  参考訳（メタデータ） (2023-02-23T14:49:31Z)
• BibleTTS: a large, high-fidelity, multilingual, and uniquely African speech corpus [7.050790497916012]
  BibleTTSは、サハラ以南のアフリカで話されている10の言語のための、大規模で高品質でオープンな音声データセットである。 コーパスは最大86時間、スタジオ品質48kHzのシングルスピーカーを言語ごとに記録する。
  論文  参考訳（メタデータ） (2022-07-07T19:35:43Z)
• Understanding by Understanding Not: Modeling Negation in Language Models [81.21351681735973]
  否定は自然言語の中核構造である。 本稿では,否定された総称文に基づく不一致目的を用いて,言語モデリング目標の強化を提案する。 否定されたLAMAデータセットの平均top1エラー率を4%に削減します。
  論文  参考訳（メタデータ） (2021-05-07T21:58:35Z)
• AfriVEC: Word Embedding Models for African Languages. Case Study of Fon and Nobiin [0.015863809575305417]
  FonとNobiin用のWord2VecとPoincarのワード埋め込みモデルを構築します。 私たちの主な貢献は、アフリカの言語に適した単語埋め込みモデルを作成することへの関心を高めることです。
  論文  参考訳（メタデータ） (2021-03-08T22:58:20Z)
• Towards End-to-End Training of Automatic Speech Recognition for Nigerian Pidgin [0.0]
  ナイジェリアのピジンは西アフリカで最も人気のある言語の一つである。 我々はナイジェリアのピジンについて最初のパラレル(音声からテキスト)データを提示する。 また,この言語を用いた最初のエンドツーエンド音声認識システムを訓練した。
  論文  参考訳（メタデータ） (2020-10-21T16:32:58Z)
• Abstractive Summarization of Spoken and Written Instructions with BERT [66.14755043607776]
  本稿では,BERTSumモデルの最初の対話型言語への応用について述べる。 我々は多種多様な話題にまたがるナレーションビデオの抽象要約を生成する。 我々は、これをインテリジェントな仮想アシスタントの機能として統合し、要求に応じて文字と音声の両方の指導内容の要約を可能にすることを想定する。
  論文  参考訳（メタデータ） (2020-08-21T20:59:34Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。