RescueSpeech：用于搜索与救援领域语音识别的德语语料库
音频与语音处理
2023-09-26 v3 机器学习
声音
信号处理
摘要
尽管语音识别近期取得了进展，但在噪声和混响声学环境中准确转写对话性和情感性语音仍存在困难。这在搜索与救援(SAR)领域构成了特殊挑战，因为转写救援队员之间的对话对于支持实时决策至关重要。SAR场景中语音数据及相应背景噪声的匮乏，使得部署鲁棒的语音识别系统十分困难。为解决此问题，我们创建并公开了一个名为RescueSpeech的德语语音数据集。该数据集包含来自模拟救援演练的真实语音录音。此外，我们发布了具有竞争力的训练方案与预训练模型。我们的研究强调，最先进方法在这一挑战性场景下所达到的性能仍远未达到可接受水平。
引用
@article{arxiv.2306.04054,
title = {RescueSpeech: A German Corpus for Speech Recognition in Search and Rescue Domain},
author = {Sangeet Sagar and Mirco Ravanelli and Bernd Kiefer and Ivana Kruijff Korbayova and Josef van Genabith},
journal= {arXiv preprint arXiv:2306.04054},
year = {2023}
}