gigaspeech2

GigaSpeech 2是一个大规模、多领域、多语种的语音识别语料库，专注于低资源语言。它包含泰语、印尼语和越南语的自动转录语音数据，原始数据约30,000小时，精炼数据分别为泰语10,000小时，印尼语和越南语各6,000小时。该语料库可用于训练自动语音识别（ASR）模型，并提供相应的评估指标和排行榜。GigaSpeech 2的使用受到许可协议的约束，主要面向非商业研究和教育目的。