研究者らは、筋萎縮性側索硬化症、パーキンソン病、脳卒中などの神経疾患を患う22人の話者による野外環境での3.2時間のスペイン語音声からなるS-DiverSeというコーパスを発表した。

  • このデータセットには、話者の性別、疾患の種類、明瞭度に関するメタデータが付随する444件の手動トランスクリプション済み音声セグメントが含まれている。
  • これは、神経学的影響を受けたスペイン語音声のASR評価と開発をサポートするために設計されている。
  • 基礎となるASRの結果と初期適応実験が、データセットの説明と同時に報告された。
  • 知見によると、ヒューリスティックなテキスト後処理は、ドメイン外の神経学的スペイン語音声においてファインチューニングよりも堅牢であることが示された。

この研究は、影響を受けた集団の自動音声認識における課題に対処するために、専用の野外環境でのスペイン語ベンチマークの必要性を強調している。