AfroDigits：一个由社区驱动的非洲语言口语数字数据集
计算与语言
2023-04-05 v2
摘要
语音技术取得了显著进展，但由于非洲语音语料的匮乏，其与非洲语言的结合仍然有限。为解决此问题，我们提出了 AfroDigits，一个极简的、由社区驱动的非洲语言口语数字数据集，目前涵盖 38 种非洲语言。作为 AfroDigits 实际应用的演示，我们使用 Wav2Vec2.0-Large 和 XLS-R 模型在六种非洲语言 [Igbo (ibo)、Yoruba (yor)、Rundi (run)、Oshiwambo (kua)、Shona (sna) 和 Oromo (gax)] 上进行了音频数字分类实验。我们的实验揭示了在微调过程中混合非洲语音语料所产生影响的有用见解。AfroDigits 是首个公开发布的非洲语言音频数字数据集，我们相信它将尤其为诸如电话号码和街道号码识别等非洲中心语音应用铺平道路。我们在 https://huggingface.co/datasets/chrisjay/crowd-speech-africa 和 https://huggingface.co/spaces/chrisjay/afro-speech 分别公开发布了数据集与平台。
引用
@article{arxiv.2303.12582,
title = {AfroDigits: A Community-Driven Spoken Digit Dataset for African Languages},
author = {Chris Chinenye Emezue and Sanchit Gandhi and Lewis Tunstall and Abubakar Abid and Josh Meyer and Quentin Lhoest and Pete Allen and Patrick Von Platen and Douwe Kiela and Yacine Jernite and Julien Chaumond and Merve Noyan and Omar Sanseviero},
journal= {arXiv preprint arXiv:2303.12582},
year = {2023}
}
备注
Accepted to the AfricaNLP Workshop at ICLR 2023