面向中部库尔德语变体的语言与语音技术
计算与语言
2024-03-05 v1
摘要
库尔德语是一种拥有超过3000万使用者的印欧语系语言，被认为是方言连续体，并以其语言变体的多样性而闻名。以往针对库尔德语语言与语音技术的研究将其作为一个宏观语言进行整体处理，导致资源与工具匮乏的方言和变体之间存在差异。在本文中，我们朝着为中部库尔德语变体开发语言与语音技术资源迈出了一步，通过将电影和电视剧转录为语料库作为田野调查的替代方案。此外，我们报告了在中部库尔德语变体上作为下游任务评估的机器翻译、自动语音识别和语言识别的性能。数据和模型已在 https://github.com/sinaahmadi/CORDI 上以开放许可公开提供。
引用
@article{arxiv.2403.01983,
title = {Language and Speech Technology for Central Kurdish Varieties},
author = {Sina Ahmadi and Daban Q. Jaff and Md Mahfuz Ibn Alam and Antonios Anastasopoulos},
journal= {arXiv preprint arXiv:2403.01983},
year = {2024}
}
备注
Accepted to LREC-COLING 2024