声云大规模多语种语料资源数据集

本数据集是一款大规模、高质量的多语种语音数据集，由多个子集构成，覆盖越南语、日语等语种，是国内稀缺的大规模多语种语音语料库。该数据集采用“标注数据+无监督数据”双轨结构，兼顾有监督训练与大模型预训练需求，数据形态完整、技术兼容性强，主要用于ASR（语音识别）大模型训练和预训练，训练后的模型可广泛应用于AI智能硬件语音能力部署及多语种语音服务等场景。