Saar-Voice：多说话人萨尔布鲁克恩方言语音语料库
计算与语言
2026-04-14 v1
摘要
自然语言处理 (NLP) 和语音技术近年来取得了显著进展；然而，它们仍主要聚焦于标准化的语言变体。尽管方言在文化意义和广泛使用方面至关重要，但在语言资源和计算模型中仍被严重不足，这导致性能差异。为此，我们介绍 Saar-Voice，这是一个用于萨尔布鲁克恩 (Saarbrücken) 德语方言的六小时语音语料库。该数据集通过首先收集通过扫描书籍和本地材料获取的文本来创建。其中的一部分文本由九名说话人录制，我们对文本和语音组件进行分析，以评估数据集的特征和质量。我们讨论了正字法和说话人变异性相关的 методological 挑战，探索了 grapheme-to-phoneme (G2P) 转换。 resulting corpus 提供了对齐的文本和音频表示。这为未来研究在低资源场景下的方言感知文本转语音 (TTS)，包括零样本和少样本模型适应，提供了基础。
引用
@article{arxiv.2604.11803,
title = {Saar-Voice: A Multi-Speaker Saarbr\"ucken Dialect Speech Corpus},
author = {Lena S. Oberkircher and Jesujoba O. Alabi and Dietrich Klakow and Jürgen Trouvain},
journal= {arXiv preprint arXiv:2604.11803},
year = {2026}
}
备注
accepted at DialRes-LREC26