ESPnet 发布 XEUS 数据集, 应用在 语音识别、多语言处理 领域

ESPnet 本次发布的数据集 XEUS, 该数据集是一个多语言编码器基础的语音识别模型，该模型在约100万小时的未标记音频上进行预训练，覆盖了4057种语言。此外，该模型还融入了去混响训练，以增强对各种声学环境的鲁棒性。其任务是语音识别。

查看XEUS

Dataset card 内容： 

Files and versions 内容： 

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。