arXiv cs.AI· Sangmin Lee, Yejin Jeon, David Ifeoluwa Adelani·· 1 天前AI 评分19
ELARSpeech：30K 小时、675 种低资源语言的长尾多语言语音数据集（论文已撤回）
ELARSpeech: A 30K-Hour Dataset Across 675 Underrepresented Languages for Long-Tail Multilingual Speech Technologies
AI 导读
作者 Sangmin Lee 撤回了 ELARSpeech 论文，原因为正在处理数据使用与授权要求。该数据集原计划包含来自 Endangered Languages Archive 的 30,202 小时语音，覆盖 675 种代表性不足的语言，支持 ASR 与 TTS 扩展，并公开数据集、模型和数据构建流程。arXiv 上已无 PDF。
来源：arXiv cs.AI · arxiv.org