NVIDIA, USA 发布 Granary 数据集, 应用在 语音识别、自然语言处理 领域

NVIDIA, USA 本次发布的数据集 Granary, Granary是一个包含25种欧洲语言的大规模语音识别和翻译数据集，由NVIDIA等多家机构联合创建。数据集通过伪标签技术生成，旨在解决低资源语言的语音处理问题。数据集包含约643,237.57小时的语音数据，经过精心筛选和处理，旨在提高数据质量并减少数据中的错误。该数据集可用于自动语音识别（ASR）和自动语音翻译（AST）等领域的研究，有助于提高语音模型在低资源语言上的准确性和鲁棒性。

查看Granary

关于 NVIDIA, USA , -

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。