arXiv · NLP· Khai Le-Duc·· 8 小时前AI 评分20
VietMed：越南语医疗领域自动语音识别数据集与基准
VietMed: A Dataset and Benchmark for Automatic Speech Recognition of Vietnamese in the Medical Domain
AI 导读
VietMed 是一个越南语医疗语音识别数据集，包含 16 小时标注、1000 小时未标注医疗及 1200 小时通用语音数据，是迄今最大的公开医疗语音数据集。 发布模型 XLSR-53-Viet 在医疗测试集上将 WER 从 51.8% 降至 29.6%，相对降低超 40%。 首次覆盖全部 ICD-10 疾病组和国内所有口音，相关代码、数据和模型均已公开。
来源：arXiv · NLP · arxiv.org