印度海得拉巴国际信息技术学院 发布 MultiNAM 数据集, 应用在 无声语音技术、语音障碍辅助 领域

印度海得拉巴国际信息技术学院 本次发布的数据集 MultiNAM, MultiNAM数据集由印度海得拉巴国际信息技术学院和塔塔咨询服务公司研究部共同创建，旨在推动无声语音接口（SSI）技术的发展。该数据集包含7.96小时的配对数据，涵盖非可听低语（NAM）、耳语、面部视频和文本，数据来自两名不同性别的说话者。数据集通过蓝牙连接的数字听诊器采集NAM振动，同时记录耳语和面部视频，采样频率为48 kHz。该数据集的创建过程包括使用LJSpeech数据集中的句子，要求说话者以耳语形式朗读，并确保每位参与者贡献不同的文本。MultiNAM数据集的应用领域主要集中在无声语音转换技术，旨在解决因语音障碍或环境限制而无法正常交流的问题，特别是在医疗和安静公共空间等场景中。

查看MultiNAM

关于 印度海得拉巴国际信息技术学院 , 印度海得拉巴国际信息技术学院（International Institute of Information Technology, Hyderabad，简称IIIT Hyderabad）是印度一所著名的信息技术高等教育机构，专注于计算机科学、信息技术及相关领域的研究与教育。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。