WenetSpeech
收藏OpenXLab2026-04-18 收录
下载链接：
https://openxlab.org.cn/datasets/OpenDataLab/WenetSpeech
下载链接
链接失效反馈官方服务：
资源简介：
WenetSpeech 是一个多领域的普通话语料库，由 10,000+ 小时的高质量标记语音、2,400+ 小时的弱标记语音和约 10,000 小时的未标记语音组成，总共 22,400+ 小时。作者从 YouTube 和 Podcast 收集了数据，这些数据涵盖了各种说话风格、场景、领域、主题和嘈杂的条件。引入了一种基于光学字符识别 (OCR) 的方法来为 YouTube 数据在其相应的视频字幕上生成音频/文本分割候选。
提供机构：
OpenDataLab
创建时间：
2022-08-19
