Google AI Lanza WAXAL: Un Conjunto de Datos Multilingüe para Lenguas Africanas

Google AI, en colaboración con varios investigadores, ha presentado WAXAL, un innovador conjunto de datos de habla multilingüe diseñado específicamente para lenguas africanas. Este conjunto abarca 24 lenguas y se divide en dos componentes distintos: Reconocimiento Automático de la Habla (ASR) y Texto a Voz (TTS). La parte de ASR se deriva de grabaciones de habla natural, mientras que la parte de TTS presenta audio de alta calidad de un solo hablante. La separación de estos componentes reconoce los diferentes requisitos de los sistemas ASR y TTS. Los datos de ASR se recopilan a través de habla impulsada por imágenes, permitiendo que los hablantes describan imágenes en su lengua nativa, lo que resulta en un uso del lenguaje más auténtico. En contraste, los datos de TTS se graban cuidadosamente en condiciones controladas, asegurando alta fidelidad y consistencia en las grabaciones. Este enfoque innovador aborda la escasez de datos para lenguas africanas de bajos recursos, allanando el camino para mejorar las tecnologías del habla.