THCHS-30：一个免费中文语音语料库
计算与语言
2015-12-11 v2 声音
摘要
语音数据对语音识别研究至关重要。有相当多的语音数据库可以以对大多数研究机构而言合理的价格购买。然而，对于刚刚开始研究活动或刚刚对此方向产生初步兴趣的年轻人来说，数据成本仍然是一个恼人的障碍。我们支持语音识别中的“自由数据”运动：研究机构（特别是由公共资金支持的）免费发布其数据，以便新研究人员能够获得足够数据来开启其职业生涯。在本文中，我们遵循这一趋势并发布了一个免费的中文语音数据库THCHS-30，可用于构建功能完备的中文语音识别系统。我们报告了利用该数据库建立的基线系统，包括在高噪声条件下的性能。
引用
@article{arxiv.1512.01882,
title = {THCHS-30 : A Free Chinese Speech Corpus},
author = {Dong Wang and Xuewei Zhang},
journal= {arXiv preprint arXiv:1512.01882},
year = {2015}
}