Multilingual end-to-end ASR for low-resource Turkic languages with common alphabets

Abstract To obtain a reliable and accurate automatic speech recognition (ASR) machine learning model, it is necessary to have sufficient audio data transcribed, for training. Many languages in the world, especially the agglutinative languages of the Turkic family, suffer from a lack of this type of...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Akbayan Bekarystankyzy, Orken Mamyrbayev, Mateus Mendes, Anar Fazylzhanova, Muhammad Assam
Format:	Artigo
Język:	Inglês
Wydane:	Nature Portfolio 2024-06-01
Seria:	Scientific Reports
Hasła przedmiotowe:	End-to-end ASR Agglutinative languages Multilingual learning Conformer Attention-based Connectionist temporal classification
Dostęp online:	https://doi.org/10.1038/s41598-024-64848-1
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!