西北工业大学 发布 XLSR-Thai, Thai-SUP 数据集, 应用在 语音处理、自监督学习 领域

西北工业大学 本次发布的数据集 XLSR-Thai, Thai-SUP, XLSR-Thai是第一个开源的泰语自监督学习语音编码器，通过在36,000小时的泰语语音数据上持续训练典型SSL XLSR模型获得。Thai-SUP是一个用于从高资源语言生成低资源泰语语音理解数据的管道，通过LLM数据增强、翻译和TTS，产生第一个开源的泰语语音理解数据集，包含超过1000小时的IC、NER和SR任务数据。

查看XLSR-Thai, Thai-SUP

关于 西北工业大学 , 西北工业大学是中国的一所重点大学，位于陕西省西安市，是中国西部高等工程教育的重要基地，拥有多个学科领域的研究实力。

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。