用于说话人与语音识别的波斯语和英语多用途大规模语音语料库：DeepMine数据库
音频与语音处理
2019-12-10 v1 计算与语言
声音
摘要
DeepMine是一个波斯语和英语的语音数据库，旨在构建和评估文本相关、文本提示和文本无关的说话人验证，以及波斯语语音识别系统。它包含超过1850名说话人和总计54万条录音，其中超过480小时语音被转写。它是波斯语首个公开大规模说话人验证数据库、英语最大的公开文本相关和文本提示说话人验证数据库，以及最大的公开文本无关说话人验证评测数据集。它在年龄、性别和口音上具有良好覆盖。我们为该数据库的每个部分提供了若干评测协议，以便对说话人验证的不同方面进行研究。我们还提供了可视为基线的若干实验结果：用于文本相关说话人验证的基于HMM的i-向量，以及基于HMM和当前最先进深度神经网络的ASR。我们证明了该数据库可用于训练鲁棒的ASR模型。
引用
@article{arxiv.1912.03627,
title = {A Multi Purpose and Large Scale Speech Corpus in Persian and English for Speaker and Speech Recognition: the DeepMine Database},
author = {Hossein Zeinali and Lukáš Burget and Jan "Honza'' Černocký},
journal= {arXiv preprint arXiv:1912.03627},
year = {2019}
}