Google AI, в сотрудничестве с различными исследователями, представил WAXAL, революционный многоязычный набор данных речи, специально разработанный для африканских языков. Этот набор охватывает 24 языка и разделен на два отдельных компонента: Автоматическое Распознавание Речи (ASR) и Синтез Речи (TTS). Сегмент ASR основан на записях естественной речи, в то время как сегмент TTS включает высококачественный звук от одного говорящего. Разделение этих компонентов учитывает различные требования для систем ASR и TTS. Данные ASR собираются с помощью речи, основанной на изображениях, позволяя говорящим описывать изображения на своем родном языке, что приводит к более аутентичному использованию языка. В отличие от этого, данные TTS записываются в контролируемых условиях, что обеспечивает высокую четкость и согласованность записей. Этот инновационный подход решает проблему нехватки данных для языков Африки с низкими ресурсами, открывая путь к улучшению технологий речи.
Google AI Представляет WAXAL: Многоязычный Набор Данных Речи для Африканских Языков
WAXAL направлен на улучшение технологий речи для африканских языков, предоставляя разнообразный набор данных для систем ASR и TTS.
