In-house Code-Switch ASR Dataset

该数据集是一个内部数据集，包含了大约16万小时的标记英文和中文普通话音频，这些音频是在各种不同的声学环境下收集的。此外，该数据集还包括名为“test-name”和“test-term”的测试集，这些测试集是从实际的内部会议中收集的，并配有特定的语境知识偏置列表。整个数据集的规模达到了16万小时，旨在支持自动语音识别（ASR）任务。