研究人员展示了 S-DiverSe，这是一个包含 3.2 小时真实场景下西班牙语音频的语料库，来自 22 名患有神经系统疾病的说话人，包括肌萎缩侧索硬化症、帕金森病和中风。

  • 该数据集包含 444 个手动转录的音频片段，附带关于说话人性别、疾病类型和可懂度的元数据。
  • 它旨在支持针对受神经系统影响的西班牙语音频的 ASR 评估与开发。
  • 在语料库描述中报告了基线 ASR 结果及初步适配实验。
  • 研究结果表明，对于域外神经性西班牙语语音，启发式文本后处理比微调更具鲁棒性。

这项工作强调了需要专用的真实场景西班牙语基准，以解决受影响人群的自动语音识别挑战。