GigaSpeech

GigaSpeech，一个不断发展的多领域英语语音识别语料库，具有 10,000 小时适合监督训练的高质量标记音频，以及 40,000 小时适合半监督和无监督训练的总音频。

GigaSpeech is an evolving, multi-domain English speech recognition corpus, featuring 10,000 hours of high-quality labeled audio suited for supervised training and a total of 40,000 hours of audio suitable for semi-supervised and unsupervised training.

搜集汇总

背景与挑战

背景概述

GigaSpeech是一个多领域英语语音识别语料库，包含10,000小时高质量标注音频和总计40,000小时音频，适用于监督及无监督训练。该数据集由清华大学电子工程系等机构于2021年发布，采用Apache 2.0许可。