谷歌公司 发布 UserLibri 数据集, 应用在 语音识别、个性化模型 领域

谷歌公司 本次发布的数据集 UserLibri, UserLibri数据集是由谷歌公司创建，旨在支持移动设备上的语音模型个性化研究。该数据集基于LibriSpeech，包含了从Project Gutenberg获取的个性化文本数据，用于训练个性化语言模型以提高语音识别性能。数据集包含107个用户，每个用户都有一组音频-文本对和额外的文本数据。创建过程中，数据集通过标准化文本文件编码和去除非内容信息来处理原始PG书籍文本文件。该数据集主要应用于解决移动设备上语音识别的个性化问题，通过利用设备上的文本数据来学习用户偏好的词汇或短语，从而提高语音识别的准确性。

查看UserLibri

关于 谷歌公司 , 谷歌公司是一家全球知名的科技公司，主要提供互联网搜索、云计算、广告技术等服务，并开发了多种基于互联网的产品与服务。

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。