MASRI-HEADSET：用于语音识别的马耳他语语料库
计算与语言
2020-08-14 v1 机器学习
摘要
马耳他语是马耳他的国语，约有 500,000 人使用。马耳他语的语音处理仍处于发展的早期阶段。在本文中，我们提出了首个专为自动语音识别（ASR）而设计的马耳他语口语语料库。MASRI-HEADSET 语料库由马耳他大学的 MASRI 项目开发。它包含 8 小时语音与文本配对数据，通过在实验室环境中使用短文本片段录制而成。说话者从马耳他群岛不同地理位置招募，且按性别大致均匀分布。本文还给出了使用 Sphinx 和 Kaldi 进行马耳他语 ASR 基线实验的一些初步结果。MASRI-HEADSET 语料库公开发布以供研究/学术用途。
引用
@article{arxiv.2008.05760,
title = {MASRI-HEADSET: A Maltese Corpus for Speech Recognition},
author = {Carlos Mena and Albert Gatt and Andrea DeMarco and Claudia Borg and Lonneke van der Plas and Amanda Muscat and Ian Padovani},
journal= {arXiv preprint arXiv:2008.05760},
year = {2020}
}
备注
8 pages, 2 figures, 4 tables, 1 appendix. Appears in Proceedings of the 12th edition of the Language Resources and Evaluation Conference (LREC'20)