尼日利亚奥塔协约大学 发布 BENYO-S2ST-Corpus-1 数据集, 应用在 语音翻译、自然语言处理 领域

尼日利亚奥塔协约大学 本次发布的数据集 BENYO-S2ST-Corpus-1, BENYO-S2ST-Corpus-1是一个双语英语到约鲁巴语直接语音到语音翻译语料库，旨在解决高资源到低资源语言对（如英语到约鲁巴语）中语音到语音翻译数据集短缺的问题。该语料库基于我们开发的混合架构，用于大规模直接语音到语音翻译语料库的创建，同时降低成本。语料库包含12,032个音频样本/语言，总共有24,064个样本，总时长为41.20小时。该语料库可用于构建预训练模型或改进现有模型，用于其他下游任务，如文本到语音（TTS）、直接语音到文本（S2T）、自动语音识别（ASR）和神经机器翻译（NMT）。

查看BENYO-S2ST-Corpus-1

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。