Berkeley Speech Group 发布 LLM-Dys 数据集, 应用在 语音识别、言语不流畅检测 领域

Berkeley Speech Group 本次发布的数据集 LLM-Dys, 该数据集是一个综合性的合成数据集，包含了11种言语不流畅的类型，总计含有12,790小时的言语不流畅语音。该数据集利用了大型语言模型增强的模拟技术，既捕捉了词汇层面也捕捉了音素层面的不流畅现象。规模上，该数据集达到了12,790小时，其任务是进行语音不流畅检测。

查看LLM-Dys

README 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。