Para peneliti menyajikan S-DiverSe, sebuah korpus berisi 3,2 jam pidato Spanyol di dunia nyata dari 22 pembicara dengan kondisi neurologis termasuk sklerosis lateral amiotrofik, penyakit Parkinson, dan stroke.
- Dataset ini berisi 444 segmen audio yang ditranskripsi secara manual dengan metadata mengenai jenis kelamin pembicara, jenis penyakit, dan kecermatan.
- Dataset ini dirancang untuk mendukung evaluasi dan pengembangan ASR untuk pidato Spanyol yang terpengaruh kondisi neurologis.
- Hasil baseline ASR dan eksperimen adaptasi awal dilaporkan bersamaan dengan deskripsi dataset.
- Temuan mengungkapkan bahwa pemrosesan teks pasca-heuristik lebih robust dibandingkan fine-tuning untuk pidato Spanyol neurologis di luar domain.
Karya ini menekankan perlunya benchmark Spanyol dunia nyata yang khusus untuk mengatasi tantangan dalam pengenalan suara otomatis bagi populasi yang terpengaruh.