Multilingual TEDx Corpus
收藏arXiv2021-06-15 更新2024-06-21 收录
下载链接：
http://www.openslr.org/100
下载链接
链接失效反馈官方服务：
资源简介：
Multilingual TEDx Corpus是由约翰斯霍普金斯大学创建的一个多语言数据集，旨在支持多种非英语源语言的语音识别（ASR）和语音翻译（ST）研究。该数据集包含来自8种源语言的TEDx演讲音频记录，并提供了6种目标语言的翻译。数据集的创建过程包括将转录文本分割成句子，并与源语言音频和目标语言翻译进行对齐。该数据集的应用领域广泛，旨在解决多语言环境下的语音识别和翻译问题，特别关注低资源语言对的翻译性能提升。
提供机构：
约翰斯霍普金斯大学
创建时间：
2021-02-03
