محققان در مقاله جدیدی از مجموعه دادهای به نام S-DiverSe رونمایی کردهاند که شامل بیش از ۳ ساعت گفتار اسپانیایی از افرادی است که با بیماریهای خاصی مانند پارکینسون، ALS و سکته مغزی مواجه هستند.
چرا این خبر مهم است؟
مدلهای فعلی تشخیص گفتار (ASR) معمولاً روی صدای افراد سالم آموزش دیدهاند و در مواجهه با گفتار «نامتعارف» دچار مشکل میشوند. این دیتاست جدید میتواند به توسعه هوش مصنوعی فراگیرتر و کاربردیتر برای کمک به ارتباطات این افراد کمک کند. طبق گزارش، استفاده از تکنیکهای پردازش متن در این حوزه حتی از روشهای fine-tuning هم نتایج امیدوارکنندهتری داشته است! 🧠✨
منبع: arXiv NLP