HarperValleyBank：一个领域特定的口语对话语料库
机器学习
2021-03-22 v2
摘要
我们介绍了 HarperValleyBank，一个免费、公共领域的口语对话语料库。该数据模拟简单的消费者银行交互，包含来自 59 位不同说话人之间 1446 段人人对话的约 23 小时音频。我们选择了意图和话语模板，以在控制整体任务复杂度和将词汇量限制在约 700 个独特单词的同时允许真实的变异。我们提供音频数据以及说话人身份、呼叫者意图、对话动作和情感极性的转写文本与标注。数据规模和领域特定性使得利用现代端到端神经方法进行快速转写实验成为可能。此外，我们提供了表示学习的基线，调整近期工作以嵌入波形用于下游预测任务。我们的实验表明，使用我们标注的任务对模型选择和语料库规模均敏感。
引用
@article{arxiv.2010.13929,
title = {HarperValleyBank: A Domain-Specific Spoken Dialog Corpus},
author = {Mike Wu and Jonathan Nafziger and Anthony Scodary and Andrew Maas},
journal= {arXiv preprint arXiv:2010.13929},
year = {2021}
}
备注
5 pages content, 1 page of references