印度理工学院马德拉斯分校 发布 SRUTI 数据集, 应用在 语音识别、数字包容性 领域

印度理工学院马德拉斯分校 本次发布的数据集 SRUTI, SRUTI是一个为印度农村博杰普里语妇女设计的语音识别基准数据集，包含约64.8小时的语音数据，其中17小时已转录。数据集涵盖健康、农业、治理和金融等关键领域，旨在促进农村妇女的数字包容性。数据收集面临诸多挑战，包括信任障碍、社会规范、人口统计学考虑、数据收集提示设计、社区参与和意识、现场数据收集以及转录等。最终，SRUTI数据集的创建为低资源语言的语音识别系统训练提供了宝贵的资源。

查看SRUTI

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。