罗切斯特大学 发布 PodcastFillers 数据集, 应用在 语音处理、媒体编辑 领域

罗切斯特大学 本次发布的数据集 PodcastFillers, PodcastFillers是由罗切斯特大学和Adobe研究院合作创建的大型语音数据集，专注于填充词（如‘uh’或‘um’）的检测与分类。该数据集包含来自199个公共播客节目的145小时语音数据，涵盖超过350名不同性别和背景的说话者。数据集通过结合语音活动检测（VAD）模型和自动语音识别（ASR）系统，自动生成填充词候选，并通过众包方式进行手动验证和标注，总计包含35000个填充词标注和50000个其他语音事件标注。PodcastFillers旨在为填充词自动检测和分类提供一个基准数据集，以加速媒体编辑中的填充词处理任务，提高语音内容创作的效率。

查看PodcastFillers

关于 罗切斯特大学 , 罗切斯特大学（University of Rochester）是一所位于美国纽约州罗切斯特市的私立研究型大学，成立于1850年。该校以其卓越的学术研究和教育质量闻名，尤其在光学、音乐、医学和工程学等领域具有显著影响力。

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。