AliMeeting

AliMeeting总共包含118.75小时的语音数据，包括104.75小时的训练集（Train）、4小时的验证集（Eval）和10小时的测试集（Test）。训练集和验证集分别包含212场和8场会议，其中每场会议由多个说话人进行15到30分钟的讨论。

AliMeeting contains a total of 118.75 hours of speech data, split into three subsets: 104.75 hours for the training set (Train), 4 hours for the validation set (Eval), and 10 hours for the test set (Test). The training and validation sets respectively include 212 and 8 meetings, with each meeting involving multiple speakers holding discussions lasting 15 to 30 minutes.

搜集汇总

背景与挑战

背景概述

AliMeeting是一个包含120小时中文会议语音的数据集，涵盖多种会议场景和主题，提供远场和近场的多通道录音，适用于多说话人转录研究。数据集分为训练集、验证集和测试集，具有较高的语音重叠率和多样化的声学环境。