面向高效、高质量数据收集的语音基础模型与众包

尽管众包是促进和扩展语音数据收集的成熟解决方案，但非专业人士的参与需要相应的协议来确保最终数据质量。为了降低这些必要控制的成本，本文研究了使用语音基础模型来自动化验证过程，并首次考察了数据获取中的成本/质量权衡。在法语、德语和韩语数据上进行的实验表明，基于语音基础模型的验证有潜力减少对人工验证的依赖，在不降低最终数据质量的情况下，估计可节省超过 40.0% 的成本。这些发现为更高效、更具成本效益且可扩展的语音数据获取开辟了新机遇。