Los investigadores presentan S-DiverSe, un corpus de 3.2 horas de habla española en la vida real de 22 hablantes con condiciones neurológicas que incluyen esclerosis lateral amiotrófica, enfermedad de Parkinson y accidente cerebrovascular.

  • El conjunto de datos contiene 444 segmentos de audio transcritos manualmente con metadatos sobre el sexo del hablante, tipo de enfermedad e inteligibilidad.
  • Está diseñado para apoyar la evaluación y desarrollo de ASR para la habla española afectada neurológicamente.
  • Se informaron los resultados base de ASR y experimentos iniciales de adaptación junto con la descripción del conjunto de datos.
  • Los hallazgos revelan que el postprocesamiento heurístico de texto es más robusto que el ajuste fino para la habla neurológica española fuera de dominio.

El trabajo subraya la necesidad de benchmarks dedicados de habla española en la vida real para abordar los desafíos en el reconocimiento automático del habla para poblaciones afectadas.