库尔纳工程技术大学发布Lipi-Ghor-882数据集,应用在自动语音识别、说话人日志化领域

库尔纳工程技术大学本次发布的数据集Lipi-Ghor-882,Lipi-Ghor-882是由孟加拉国工程技术大学团队构建的882小时多说话者孟加拉语数据集，旨在解决长音频自动语音识别和说话人日志化的资源匮乏问题。该数据集通过YouTube采集了涵盖150多个领域的1,019个视频，使用yt-dlp库提取文本转录，并采用Pyannote API进行说话人边界标注。数据经过严格的时间对齐和声学降噪处理，特别适用于低资源场景下的语音处理研究，为孟加拉语会话AI提供了重要基准资源。

查看Lipi-Ghor-882

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。