RoDia：用于罗马尼亚语方言语音识别的新数据集
计算与语言
2024-03-22 v3 声音
音频与语音处理
摘要
我们介绍了 RoDia，这是首个用于罗马尼亚语方言语音识别的数据集。RoDia 数据集包含来自罗马尼亚五个不同地区、涵盖城乡环境的多样化语音样本汇编，总计 2 小时人工标注的语音数据。除数据集外，我们提供了一组竞争性模型作为未来研究的基线。得分最高的模型取得了 59.83% 的宏 F1 分数和 62.08% 的微 F1 分数，表明该任务具有挑战性。因此我们相信 RoDia 是一项宝贵资源，将促进旨在应对罗马尼亚语方言识别挑战的研究。我们在 https://github.com/codrut2/RoDia 发布了数据集。
引用
@article{arxiv.2309.03378,
title = {RoDia: A New Dataset for Romanian Dialect Identification from Speech},
author = {Codrut Rotaru and Nicolae-Catalin Ristea and Radu Tudor Ionescu},
journal= {arXiv preprint arXiv:2309.03378},
year = {2024}
}
备注
Accepted at NAACL 2024