MuST-Cinema
收藏OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/MuST-Cinema
下载链接
链接失效反馈官方服务：
资源简介：
MuST-Cinema 是一个多语言语音到字幕语料库，非常适合构建面向字幕的机器和语音翻译系统。
它包括来自英语 TED Talks 的录音，这些录音在句子级别自动与其手动转录和翻译对齐。
MuST-Cinema 是通过在原始字幕文件的基础上用字幕中断注释 MuST-C 构建的。在对齐的句子中插入了特殊符号来标记字幕中断，如下所示：
<eob>：块中断（字幕块之间的中断）
<eol>：换行符（同一字幕块内的行之间的换行符）
提供机构：
OpenDataLab
创建时间：
2022-06-07
搜集汇总
数据集介绍
背景与挑战
背景概述
MuST-Cinema是一个多语言语音到字幕语料库，基于英语TED Talks录音构建，通过自动对齐手动转录和翻译，并添加字幕中断注释，适用于字幕机器和语音翻译系统的开发。该数据集于2020年由特伦托大学和凯斯勒布鲁诺基金会发布。
以上内容由遇见数据集搜集并总结生成
