含附加相关文本的实践商业演示语音测试集

Dominik Macháček; Jonáš Kratochvíl; Tereza Vojtěchová; Ondřej Bojar

含附加相关文本的实践商业演示语音测试集

计算与语言 2019-08-05 v1

作者: Dominik Macháček , Jonáš Kratochvíl , Tereza Vojtěchová , Ondřej Bojar

摘要

我们呈现了一个由学生企业演示的录音与转写文本及其幻灯片和网页组成的测试语料库。该语料库旨在评估自动语音识别（ASR）系统，尤其在事先可获得领域内词汇与命名实体有益的条件下。语料库包含39个英语演示，每个时长至多90秒。说话者为以英语为第二语言的欧洲国家高中生。我们在该语料库上对三个基线ASR系统进行了基准测试，并展示了它们的不完善之处。

关键词

语音语料库自动语音识别商业演示测试集命名实体基线系统

引用

@article{arxiv.1908.00916,
  title  = {A Speech Test Set of Practice Business Presentations with Additional Relevant Texts},
  author = {Dominik Macháček and Jonáš Kratochvíl and Tereza Vojtěchová and Ondřej Bojar},
  journal= {arXiv preprint arXiv:1908.00916},
  year   = {2019}
}