SADA
Общедоступный корпус арабской речи (Saudi Audio Dataset for Arabic): размеченные записи из саудовских телепередач, в основном на саудовских диалектах, а также на других арабских диалектах. Его подготовил Национальный центр искусственного интеллекта при Саудовском управлении данных и искусственного интеллекта (SDAIA) вместе с Саудовским управлением радиовещания. Корпус служит для обучения и оценки систем распознавания арабской речи, особенно разговорной и диалектной, которой в других наборах данных мало.
проверено по: ieeexplore.ieee.org ↗
См. также
- FLEURSОткрытый многоязычный речевой набор данных от Google (Few-shot Learning Evaluation of Universal Representations of Speech): параллельные записи одних и тех же фраз более чем на ста языках, начитанные носителями на основе текстов FLoRes-101. Используется для оценки распознавания речи, определения языка и речевого перевода, особенно для малоресурсных языков.
- Open ASR LeaderboardОткрытый воспроизводимый рейтинг систем распознавания речи, размещённый на Hugging Face. Сравнивает открытые и проприетарные модели на общих наборах данных по доле ошибок в словах (WER) и по скорости (обратный коэффициент реального времени, RTFx), включая отдельные разделы для многоязычной и длинной речи.
В новостях
NVIDIA почти вдвое снизила ошибки распознавания двух саудовских диалектов
Открытый набор записей арабской речи из саудовских телепередач, в основном на местных диалектах. Его собрали Саудовское управление данных и искусственного интеллекта (SDAIA) и государственный вещатель Саудовской Аравии.