Facebook开源了目前世界上最大的多语言语音数据集

AI资讯 2年前 (2021) AI痴女
965 0 0

最近,Facebook开源了目前世界上最大的多语言语音数据集,VoxPopuli:

这一数据集共涵盖了23种语言,时长超过40万小时。

其中,每种语言都有9000到18000小时的无标签语音数据。

此外,还包括了共1800小时,16种语言的转录语音数据,以及17300小时,15种目标语言的口译语音数据。

这一数据集庞大的无标签数据量和广泛的语言覆盖率,对改进自监督模型有着很大的帮助。

而Facebook也希望能够帮助提高语音数据集的质量和鲁棒性,使训练语音转换神经网络更加可靠。

最终加速新的NLP系统的开发,使AI翻译的效果越来越好。

而数据集的名字,VoxPopuli的直译“人民的心声”也表示了其原始数据的来源——

即源语音全都收集自2009-2020年欧洲议会的活动录音。

在欧洲议会的各自活动,如全体会议、委员会会议和其他活动上,发言者都会以不同的欧盟语言轮流发表演讲。

Facebook就是从欧会官网上抓取了每个演讲的文字记录、演讲者信息、开始/结束时间戳。

论文地址:

https://arxiv.org/abs/2101.00390

下载:

https://github.com/facebookresearch/voxpopuli

 

版权声明:AI痴女 发表于 2021年8月7日 下午6:11。
转载请注明:Facebook开源了目前世界上最大的多语言语音数据集 | AINav.net

相关文章

订阅评论
提醒
0 评论
内联反馈
查看所有评论