VoxDIY

CROWDSPEECH是首个公开的大型众包音频转录数据集，由Yandex和Carnegie Mellon University的研究人员共同创建。该数据集包含超过60小时的英语语音，由3994名众包工作者完成转录。此外，VOXDIY是CROWDSPEECH的俄语版本，用于在资源较少的领域中构建众包音频转录数据集。这些数据集的创建旨在解决机器学习系统从基准到实际应用的转移问题，特别是在语音识别领域。