wav2letter--

Repository for Korean speech-to-text.

Results

• Note that current version does not include any LM (Language Model).
• Values of WER (Word Error Rate) on the graph is actually a CER (Character Error Rate).
• Took almost a month to train this model.

Sample

	Texts
Answer label	데 뭐 쾌락이라는 게 기분이 좋은 거잖아. 데 기분이 좋다고 해서 모두가 다 나쁜 걸까, 라는 생각을 해.
Output	근데 뭐 켸라ᅡᆨ이라는 게 기분이 좋은 거잖아ᅡ. 그 ᄀ기분이 좋다ᄀ고 해서 모두가 ᄃ다다ᅡ쁜 거ᅥᆯ까 라는 새ᅢᆼ각을 해.
CTC Decoded	근데 뭐 켸락이라는 게 기분이 좋은 거잖아. 그 기분이 좋다고 해서 모두가 다다쁜 걸까 라는 생각을 해.

Datasets

Name	url
KSS	https://www.kaggle.com/bryanpark/korean-single-speaker-speech-dataset
Clova Call	https://github.com/clovaai/ClovaCall
Zeroth	https://github.com/goodatlas/zeroth
KsponSpeech	https://aihub.or.kr/aidata/105/download
ProSem	https://github.com/warnikchow/prosem
Pansori	https://github.com/yc9701/pansori-tedxkr-corpus
Acryl	http://aicompanion.or.kr/kor/tech/data.php

References

1. wav2letter
2. End-to-end ASR: from Supervised to Semi-Supervised Learning with Modern Architectures
3. Listen, Attend and Spell