瑞典国家图书馆 发布 Swedish Speech Corpus 数据集, 应用在 语音识别、自然语言处理 领域

瑞典国家图书馆 本次发布的数据集 Swedish Speech Corpus, 该数据集是瑞典国家图书馆的KBLab团队与瑞典议会管理、瑞典电视台以及瑞典语言和民间传说研究所合作构建的。数据集包含约56514小时的瑞典语语音数据，涵盖了各种瑞典语的变体，包括方言、社会方言、不同年龄组和口音。数据集来源于多个渠道，如瑞典媒体数据库、瑞典电视台、YouTube、瑞典议会的录音以及方言录音。数据经过预处理，包括音频格式转换、语言检测、转录和筛选，以确保高质量的训练数据。该数据集旨在提升瑞典语音识别系统的性能，使其在低资源语言环境下也能保持竞争力。

查看Swedish Speech Corpus

关于 瑞典国家图书馆 , 瑞典国家图书馆是瑞典的国家图书馆，负责收集、保存和提供瑞典的出版物和文化遗产。它位于斯德哥尔摩，是瑞典最大的图书馆之一，拥有丰富的藏书和数字资源。

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。