乔治亚理工学院 发布 EACeleb 数据集, 应用在 语音识别、东亚语言 领域

乔治亚理工学院 本次发布的数据集 EACeleb, EACeleb是一个专注于东亚语言的名人语音数据集，由乔治亚理工学院创建，旨在为语音识别系统提供训练数据。该数据集包含1,641位名人的语音记录，总计76,522条语音片段，总时长约180小时。数据集通过自动化管道从YouTube视频中提取，使用面部追踪技术以提高数据采集效率。EACeleb特别适用于东亚语言的语音识别和验证任务，旨在解决现有数据集中东亚语音数据不足的问题。

查看EACeleb

关于 乔治亚理工学院 , 乔治亚理工学院（Georgia Tech）是一所位于美国乔治亚州亚特兰大的著名公立研究型大学，以其在工程、计算机科学和科技领域的卓越教育和研究而闻名。

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。