智能翻译语音识别训练数据集

由安徽星弘烨智能科技有限公司自建系统采集的原始语音数据加工而来。

搜集汇总

背景与挑战

背景概述

该数据集是一个大规模多语种语音识别训练语料，总规模达70000小时，专门用于构建高精度端到端语音识别模型，以支持智能翻译产品。它包含音频文件、语音转写文本、翻译文本及年龄、性别、地区等元数据，覆盖日语等多种语言，旨在增强模型在复杂环境下的鲁棒性，适用于实时语音翻译、军事指挥等场景。