ÌròyìnSpeech 发布约鲁巴语文本语料

Kola Tubosun 等作者发布 ÌròyìnSpeech 的文本组件：24,905 条人工核验、标注声调的约鲁巴语句子（275,897 tokens，15,687 types），这批句子最初于 2022 年作为录音提示词整理。配套的 ÌròyìnSpeech 语音库为 42 小时、80 位说话人，其音频自 2024 年起由 ELRA 分发。 约 11,000 句改编自开放许可的新闻材料，其余为自行撰写，以突破现有约鲁巴语语料以宗教翻译为主的内容范围。作者称，准备发布文本时发现超过 60% 的行存在系统性 Unicode 规范化问题，同一句内会混用同一字母的预组合与分解形式，论文对此作了记录并修正。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。