连接声音：LoReSpeech作为低资源语音平行语料库
计算与语言
2026-03-11 v2
摘要
对齐音频语料库是ASR和语音翻译等NLP技术的基础，但对于代表性不足的语言而言仍然稀缺，阻碍了其技术整合。本论文提出了一种构建LoReSpeech的方法——一种低资源语音到语音翻译语料库。我们的方法始于LoReASR，即通过协作平台创建的短音频与其转录对齐的子语料库。在LoReASR的基础上，使用MFA等工具对长音频录音（如圣经文本）进行对齐。LoReSpeech提供语内和语间对齐，支持多语种ASR系统、直接语音到语音翻译模型和语言保护工作的发展，同时促进数字包容性。本工作在Tutlayt AI项目（https://tutlayt.fr）框架下开展。
引用
@article{arxiv.2502.18215,
title = {Connecting Voices: LoReSpeech as a Low-Resource Speech Parallel Corpus},
author = {Samy Ouzerrout},
journal= {arXiv preprint arXiv:2502.18215},
year = {2026}
}
备注
This paper is withdrawn because the LoReSpeech dataset described in Section 2 is not currently available, which affects the reproducibility of the work and the validity of the experimental results