Vistaar

Vistaar是一个专注于印度语言自动语音识别（ASR）的多样化基准数据集，由AI4Bharat等机构创建。该数据集包含59个基准，覆盖12种印度语言和多种领域/类型，总计超过10,700小时的音频数据。创建过程中，研究人员整合了多个公开可用的训练集，并特别设计了硬基准以增加挑战性。Vistaar的应用领域广泛，旨在通过提供多样化的数据集来评估和改进ASR系统，特别是在印度语言的语音识别技术上。

搜集汇总

背景与挑战

背景概述

Vistaar是一个包含59个基准和训练数据集的集合，涵盖12种印度语言，总时长超过10,700小时，用于自动语音识别（ASR）任务。该数据集支持IndicWhisper模型的训练，在多个基准测试中表现出较低的词错误率，适用于新闻、教育、文学和旅游等多种领域。