arXiv · NLP· Junzhe Liu, Yujie Tu, Yifan Yang, Peng Wang, Haoran Wang, Guodong Lin, Leyan Liao, Chengquan Zhang, Zhifu Gao, Xiangang Li, Qinyuan Cheng, Xipeng Qiu, Wei-Qiang Zhang, Guoguo Chen, Kai Yu, Xie Chen·· 7 小时前AI 评分40
GigaSpeech 3：利用弱标注数据扩展多方言阿拉伯语语音识别
GigaSpeech 3: Scaling Multi-Dialect Arabic Speech Recognition with Weakly Labeled Data
AI 导读
GigaSpeech 3 发布了 39,000 小时、1000 万条弱标注语音语料，覆盖五种阿拉伯方言。基于 60 小时人工标注训练自监督模型，经四轮 noisy-student 筛选，多方言模型实现 25.51% 宏平均词错率，并支持现代标准阿拉伯语。
来源：arXiv · NLP · arxiv.org