Libri-Light：有限或无监督条件下ASR的基准
计算与语言
2020-05-08 v1 声音
音频与语音处理
摘要
我们引入一个新的英语口语音频集合，适用于在有限或无监督条件下训练语音识别系统。它源自LibriVox项目的开源有声书。其包含超过60K小时音频，据我们所知是规模最大的自由可用语音语料库。音频已使用语音活动检测进行切分，并标注了SNR、说话人ID和体裁描述。此外，我们提供在三种设置下工作的基线系统与评估指标：（1）零资源/无监督设置（ABX），（2）半监督设置（PER、CER）和（3）远距离监督设置（WER）。设置（2）和（3）使用与语音对齐的有限文本资源（10分钟至10小时）。设置（3）使用大量未对齐文本。它们在标准LibriSpeech开发集和测试集上评估，以与有监督最优方法比较。
引用
@article{arxiv.1912.07875,
title = {Libri-Light: A Benchmark for ASR with Limited or No Supervision},
author = {Jacob Kahn and Morgane Rivière and Weiyi Zheng and Evgeny Kharitonov and Qiantong Xu and Pierre-Emmanuel Mazaré and Julien Karadayi and Vitaliy Liptchinsky and Ronan Collobert and Christian Fuegen and Tatiana Likhomanenko and Gabriel Synnaeve and Armand Joulin and Abdelrahman Mohamed and Emmanuel Dupoux},
journal= {arXiv preprint arXiv:1912.07875},
year = {2020}
}