RitchieP/VerbaLex_voice

VerbaLex Voice数据集是一个包含非母语英语使用者语音的集合，源自L2-Arctic数据集。目前，数据集仅包含少数几种口音的语音语料库，如阿拉伯语、中文和印度语。数据集的结构按口音分类，每个口音都有对应的音频和转录文件夹，并且这些文件夹内部分为训练集和测试集。

原始信息汇总

VerbaLex Voice 数据集概述

数据集基本信息

• 许可证: Apache-2.0
• 任务类别: 自动语音识别
• 语言: 英语
• 数据集名称: VerbaLex Voice

数据集内容

• 来源: 该数据集是从L2-Arctic数据集导入的，包含非母语英语使用者的语音数据。
• 口音: 目前数据集包含的口音有阿拉伯语、汉语和印地语。

数据集结构

• 组织方式: 数据集根据不同口音配置在各自的音频和转录文件夹中。例如，audio/ar/ 包含阿拉伯口音的音频文件，transcript/zh/ 包含汉语口音的转录文件。
• 文件分割: 每个口音文件夹内包含训练和测试分割的音频和转录文件。

引用信息

@inproceedings{zhao2018l2arctic, author={Guanlong {Zhao} and Sinem {Sonsaat} and Alif {Silpachai} and Ivana {Lucic} and Evgeny {Chukharev-Hudilainen} and John {Levis} and Ricardo {Gutierrez-Osuna}}, title={L2-ARCTIC: A Non-native English Speech Corpus}, year=2018, booktitle={Proc. Interspeech}, pages={2783–2787}, doi={10.21437/Interspeech.2018-1110}, url={http://dx.doi.org/10.21437/Interspeech.2018-1110} }