Kaggle竞赛：面向车载指令的粤语音视频语音识别
计算与语言
2022-07-07 v1 声音
音频与语音处理
摘要
随着深度学习和智能汽车的兴起，智能助手已成为促进驾驶并提供额外功能的重要车载组件。车载智能助手应能处理通用及车辆相关指令并执行相应操作，从而简化驾驶并提高安全性。然而，在该研究领域，大多数数据集集中于英语和中文等主流语言。低资源语言存在严重的数据稀缺问题，阻碍了更广泛社区的研究与应用发展。因此，亟需更多基准数据集来提高认识并推动低资源语言的研究。为缓解这一问题，我们收集了一个新的数据集，即粤语车载音视频语音识别（CI-AVSR），用于粤语环境下的车载语音识别，包含视频和音频数据。同时，我们提出“面向车载指令的粤语音视频语音识别”作为一项新挑战，供学界应对车载场景下的低资源语音识别问题。
引用
@article{arxiv.2207.02663,
title = {Kaggle Competition: Cantonese Audio-Visual Speech Recognition for In-car Commands},
author = {Wenliang Dai and Samuel Cahyawijaya and Tiezheng Yu and Elham J Barezi and Pascale Fung},
journal= {arXiv preprint arXiv:2207.02663},
year = {2022}
}