RealClass：基于公共数据集和游戏引擎的课堂语音模拟框架
声音
2025-10-03 v1 人工智能
音频与语音处理
摘要
大规模课堂语音数据的稀缺性阻碍了面向教育领域的 AI 语音模型的开发。课堂数据集有限且不公开，缺乏专门的课堂噪声或房间脉冲响应（RIR）语料库，使得无法使用标准数据增强技术。本文提出一种可扩展的 methodology，用于利用游戏引擎合成课堂噪声和 RIR，这一方法可扩展到其他领域。基于该 methodology，我们呈现 RealClass，一个结合合成课堂噪声语料库与来自公共语料库的课堂语音数据集的数据集。语音数据将儿童语音语料库与来自 YouTube 视频提取的教学语音相结合，以模拟实际课堂互动的干净条件。关于干净语音和嘈杂语音的实验表明，RealClass 接近真实课堂语音，在缺乏大量真实课堂语音的情况下，堪为宝贵资源。
引用
@article{arxiv.2510.01462,
title = {RealClass: A Framework for Classroom Speech Simulation with Public Datasets and Game Engines},
author = {Ahmed Adel Attia and Jing Liu and Carol Espy Wilson},
journal= {arXiv preprint arXiv:2510.01462},
year = {2025}
}
备注
arXiv admin note: substantial text overlap with arXiv:2506.09206