arXiv 自然语言处理· Sanjid Hasan, A H M Fuad, Risalat Labib, Bayazid Hasan Simon·· 7 小时前AI 评分36
Lipi-Ghor：大规模带说话人日志的多领域孟加拉语语音语料库与构建流水线
Lipi-Ghor: A Large-Scale, Diarized, Multi-Domain Bengali Speech Corpus and a Scalable Pipeline for Building It
AI 导读
研究团队推出了弱监督孟加拉语语音语料库 Lipi-Ghor，包含源自 596 个 YouTube 频道的 998 个视频、共 885 小时音频，覆盖 17 个领域，并提供结合自动化说话人日志与字幕的 SSTT 格式标注。该工作开源了可复现的流水线代码，评测了四款常用 ASR 模型在 zero-shot 与微调下的表现，并以 CC-BY-4.0 协议发布了人工校验的黄金评估集。
来源：arXiv 自然语言处理 · arxiv.org