maskinlæring
Utgir datasett for norsk talegjenkjenning med fri lisens
Lydopptak fra Stortinget gir grunnlag for bedre algoritmer for talegjenkjenning. Illustrasjonsfoto: Audun Braastad, NTB
Språkbanken i Nasjonalbiblioteket har transkribert en større mengde lydopptak. Det dreier seg om 140 timer med tale, som består av 65.000 setninger og 1,2 millioner ord.
Datasettet deler de nå under en fri lisens, helt uten begrensninger. Dette innebærer at teksting i sanntid snart vil kunne gjøres automatisk, ifølge en pressemelding tirsdag.
– Slik talegjenkjenning vil være til stor hjelp for folk med nedsatt hørsel og gjøre det lettere å skrive referat og ta notater, sier Per Erik Solberg, språkteknolog ved Nasjonalbiblioteket.
