嘈杂音频数据集是由里约热内卢天主教大学信息系创建，用于评估机器学习方法在自动语音识别系统中的应用。该数据集包含11,086条音频样本，主要用于模拟军事无线电传输中的干扰噪声。数据集的创建过程涉及四种不同的噪声模拟场景，旨在提高ASR系统在嘈杂环境中的性能。该数据集特别适用于军事操作环境，尤其是葡萄牙语使用场景，旨在解决自动语音识别在噪声环境中的应用问题。

arXiv2021-10-04 更新810

MediaSpeech

自动语音识别

多语言识别

MediaSpeech 是一个媒体语音数据集（您可能已经猜到了），旨在测试自动语音识别 (ASR) 系统的性能。该数据集由从 YouTube 上可用的媒体视频中自动提取并手动转录的简短语音片段组成，并进行了一些预处理和后处理。该数据集包含所提供的每种语言的 10 小时语音。此版本包含法语、阿拉伯语、土耳其语和西班牙语的音频数据集，是更大的私有数据集的一部分。

OpenDataLab2026-07-12 更新470

Automatic Speech Recognition(ASR) Software Market

自动语音识别

市场分析

Report of Automatic Speech Recognition(ASR) Software Market is currently supplying a comprehensive analysis of many things which are liable for economy growth and factors which could play an important

IMR REPORTS80

GenSEC-LLM/SLT-Task1-Post-ASR-Text-Correction

自动语音识别

文本校正

该数据集是一个用于多领域自动语音识别（ASR）校正的初步版本，包含了来自不同来源的假设和校正后的转录文本。数据集分为训练集和测试集，训练集包含281,082条记录，测试集包含16,108条记录。数据集的列包括假设、校正后的转录文本、假设的串联版本、文本来源、校正任务的指令提示以及声学模型评分（部分记录有此评分）。数据集结合了来自多个来源的条目，包括train_td3、train_other_500

Hugging Face2024-04-29 更新720

Shailendra12/asrTrain

自动语音识别

机器学习

该数据集包含音频、转录文本和音频序列三个特征。音频的采样率为48000，转录文本和音频序列均为字符串类型。数据集仅包含一个训练集，共有397个样本，总大小为96852051字节，下载大小为85437276字节。默认配置的数据文件路径为data/train-*。

Hugging Face2024-07-15 更新170