法国巴黎高等师范学院 发布 BabyHuBERT 数据集, 应用在 儿童语音识别、自监督学习 领域

法国巴黎高等师范学院 本次发布的数据集 BabyHuBERT, BabyHuBERT是一个基于大规模儿童中心长格式录音的多语言自监督语音表示模型，包含超过13,164小时的多语言录音，跨越40多种语言。该数据集主要用于语音分割任务，能够识别儿童说话与成人说话之间的区别。BabyHuBERT在六个不同的数据集上取得了52.1%至74.4%的F1分数，明显优于W2V2-LL4300和标准HuBERT。通过共享代码和模型，BabyHuBERT为儿童语音研究提供了基础模型，能够在多样化的下游任务上进行微调。

查看BabyHuBERT

Dataset card 内容： 

Files and versions 内容： 

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。