评估低资源语言公共语音资源的重用性：以中部库尔德语为案例研究

arXiv:2609.11246v1 公告类型：新 摘要：库尔德语有数百万使用者，但很少有技术能将其朗读出来。最近的一项研究发布了三个库尔德语音、35小时的录音语音，以及一篇描述该工作的论文，全部可免费下载。本评审检查了这些公共文件与论文的匹配程度。研究对其局限性很谨慎，但文件中包含几个问题：一个设置文件列出了从未使用的设备，测试录音在训练数据中未标记，以及一个编码错误错误处理长数字。下载页面还声称比论文报告的结果更强，并推荐一个语音用于通用使用。这一推荐很重要，因为库尔德语在地域和书写上有很大差异，而这些语音是由三个人朗读准备好的文本构建的。因此，该过程移除了许多日常和地域性语音。英语和德语受益于悠久的字典和语言描述传统，有助于识别错误的发音；库尔德语则缺乏这样的支持，因此软件选择可能未经检查。这些语音听起来流畅，但它们代表的是说话者的朗读风格，而非整个库尔德语。大多数这些问题可以使用团队已有的信息来修复，而无需更改报告的结果。更好的记录主要是为了让其他人，尤其是社区语言学家，更容易检查和重用这项工作。许可证是主要例外：音频书所有者是否允许共享修正版本，将影响未来的库尔德语音能否在此基础上构建或必须从头开始。

# 评估公共语音资源对低资源语言的可重用性：以中部库尔德语为例
来源：https://arxiv.org/abs/2609.11246
文献工具

## 文献与引用工具

文献浏览器切换

代码、数据、媒体

## 与本文相关的代码、数据与媒体

演示

## 演示

相关论文

## 推荐与搜索工具

关于 arXivLabs

## arXivLabs：与社区协作者共同进行的实验性项目

arXivLabs 是一个允许协作者在我们网站上直接开发和共享新 arXiv 功能的框架。

与 arXivLabs 合作的个人和组织都接受并认同我们开放、社区、卓越和用户数据隐私的价值观。arXiv 致力于这些价值观，仅与遵守这些价值观的合作伙伴合作。

有一个能为 arXiv 社区创造价值的项目想法？**了解更多关于 arXivLabs 的信息**（https://info.arxiv.org/labs/index.html）。