多言語音声認識評価データセットSPREDSシリーズ

抄録

本報告では、情報通信研究機構（NICT）で開発・公開している、多言語音声認識評価用のデータセット（SPeech Recognition Evaluation Data Set：SPREDS）について、その概要を説明するとともに、利活用例などを、NICTの音声翻訳技術のデモとともに紹介する。SPREDSシリーズは、音声翻訳技術の研究開発促進のため、音声認識の開発段階にあわせた難易度設定をして、可能な限り言語間でその基準を保つように条件をあわせて開発したものであり、これまでに、発話タイプ（SPREDS-U1：22地域21言語）、談話タイプ（SPREDS-D1：日英）、講演タイプ（SPREDS-P1：15言語）を開発、公開している。報告内では2024年春ごろに公開予定の談話タイプ（SPREDS-D2：日本語）も紹介予定である。