fleurs

FLEURS旨在评估跨语言、任务、领域和数据机制的语音表征，覆盖102种语言，包含语音识别、翻译、分类和检索四大任务。该仓库提供标准化数据操作，支持用户加载和预处理数据集，并提供统一模型接口，方便用户训练自动语音识别和语言识别模型。FLEURS包含约10小时的监督数据，说话人与开发/测试集不同，采用多语言微调，并按七个地理区域对语言和结果进行分组。数据集基于CC-BY 4.0协议授权。