用于机器翻译与语音合成的济州语数据集
计算与语言
2019-11-28 v1
摘要
济州语于2010年被联合国教科文组织列为极度濒危语言。尽管已作出多种振兴努力,但计算性方法甚少。受此驱动,我们构建了两个新的济州语数据集:济州语访谈转写(JIT)与济州语单说话人语音(JSS)。JIT数据集为包含17万+济州语-韩语句子的平行语料库,JSS数据集由一名母语济州语说话人录制的1万条高质量音频文件及转写文件组成。随后,我们利用它们构建了机器翻译与语音合成的神经系统中。所有资源均通过我们的GitHub仓库公开可用。我们希望这些数据集能引起语言与机器学习界的兴趣。
引用
@article{arxiv.1911.12071,
title = {Jejueo Datasets for Machine Translation and Speech Synthesis},
author = {Kyubyong Park and Yo Joong Choe and Jiyeon Ham},
journal= {arXiv preprint arXiv:1911.12071},
year = {2019}
}