GigaSpeech 3：用弱标注数据扩展多方言阿拉伯语语音识别

GigaSpeech 3 发布 39,000 小时弱标注方言阿拉伯语语音语料，覆盖阿尔及利亚、埃及、伊拉克、沙特和叙利亚五种方言，共约 1000 万个语音片段。在 GigaSpeechBench 上，最终方言专用模型宏平均词错误率为 23.86%，较覆盖五方言的最强第三方系统相对降低 16.6%。多方言模型宏平均词错误率达 25.51%，同时支持现代标准阿拉伯语；语料与训练配方已开源发布。