ESPnet 发布 WavLabLM Multilingual Data 数据集, 应用在 多语种语音识别、深度学习 领域

ESPnet 本次发布的数据集 WavLabLM Multilingual Data, 该数据集包含了40,000小时的多语种数据，用于对WavLabLM模型进行预训练。该数据集解决了语言不平衡的问题，并支持包括自动语音识别和语言识别在内的多种多语种任务。其规模达到了40,000小时，专用于多语种的自监督学习任务。

查看WavLabLM Multilingual Data

关于 ESPnet , ESPnet是一个专注于语音识别和合成的端到端语音处理工具包。

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。