HypR

HypR数据集由台湾科技大学创建，旨在为自动语音识别（ASR）假设修订提供一个全面的基准。该数据集整合了AISHELL-1、TED-LIUM 2和LibriSpeech等常用语料库，为每个语音输入提供50个识别假设。创建过程中，使用了基于Transformer的CTC-注意力ASR模型，并通过多任务学习进行训练。HypR数据集的应用领域主要集中在ASR性能提升，通过比较和修正识别结果，以减少错误率，推动语音识别技术的进步。

搜集汇总

背景与挑战

背景概述

HypR是一个用于自动语音识别（ASR）假设修订任务的基准数据集，包含AISHELL-1、TED-LIUM 2和LibriSpeech等多个常用语料库，为每个语音样本提供50个识别假设及相关评分。该数据集旨在标准化ASR修订研究，促进方法比较和进展，可通过Huggingface平台获取，适用于学术用途。