peoples_speech

People's Speech 旨在提供一个大规模的、多样化的英语语音识别语料库，该语料库在CC-BY-SA和CC-BY 4.0许可下可用于学术和商业用途。它包含超过30,000小时的英语转录语音，涵盖了各种不同的说话者。该语料库主要用于训练语音转文本系统，并支持语音合成和关键词检测等任务。数据来源于archive.org API，包含"clean"、"dirty"等多种配置，以及相应的训练、验证和测试集。该语料库的标注由众包和机器生成，部分数据可能存在对齐问题，且数据偏向美式英语口音。