S-DiverSe：西班牙语多样化语音

自动语音识别 (ASR) 在标准语音方面取得了显着进步，但受神经系统疾病影响的语音仍然是一个挑战。我们推出了 S-DiverSe（西班牙语多样化语音），这是一个由 22 位患有肌萎缩侧索硬化症、帕金森病和中风的说话者在野外进行的 3.2 小时西班牙语语音的语料库。该数据集包含 444 个手动转录的音频片段，其中包含有关说话者性别、疾病类型和清晰度的元数据。 S-DiverSe 旨在支持受神经系统影响的西班牙语语音的 ASR 评估和开发。我们描述数据集，分析其组成，并报告基线 ASR 结果以及初始适应实验。我们的研究结果表明，对于域外神经学西班牙语语音，启发式文本后处理比 微调 更稳健。这强调了对专门的西班牙野外基准的需求。