MonlamAI/tibetan-voice-benchmark

这是一个藏语语音转文本的基准数据集，包含有声书、儿童语音、历史、藏语电影、自然语言、新闻、播客和藏语教学等类型的语音数据。所有的转录文本都经过了至少一个人的审核，确保了文本的准确性。数据集的转录质量分为三个等级，分别代表不同的审核程度。

This is a benchmark Tibetan Speech-to-Text dataset, including audio books, childrens speech, history, Tibetan movies, natural speech, news, podcasts, and Tibetan teachings. All the transcripts have been reviewed by at least one person in addition to the original transcriber to ensure accuracy. The transcription quality of the dataset is divided into three levels, representing different degrees of review.

搜集汇总

背景与挑战

背景概述

该数据集是一个藏语语音识别基准数据集，包含8,367条经过审核的藏语语音转录数据，涵盖多种语音类型，如儿童语音、电影、新闻等，适用于语音识别模型的训练和评估。