MediaSpeech
收藏arXiv2021-03-30 更新2024-06-21 收录
下载链接：
https://github.com/NTRLab/MediaSpeech
下载链接
链接失效反馈官方服务：
资源简介：
MediaSpeech是一个开放源代码的自动语音识别（ASR）系统评估数据集，包含西班牙语、法语、土耳其语和阿拉伯语四种语言，总计10小时的数据。该数据集从相应语言的官方YouTube频道收集，并经过人工转录，错误率低于5%。创建过程中，使用了Vosk语音识别工具包进行音频分割，并通过人工转录确保数据质量。该数据集主要用于评估和比较不同ASR系统的性能，特别是在媒体领域的应用。
提供机构：
NTR实验室
创建时间：
2021-03-30
