filwsyl/ascend

ASCEND（自发性中英数据集）提供了一个高质量的资源，收集了香港自发性多轮对话中的中英代码转换语料库。ASCEND包含10.62小时的自发性语音，总计约12.3K个话语。语料库分为训练集、验证集和测试集，比例为8:1:1，并在每个集合中保持性别比例的平衡。

原始信息汇总

数据集概述

数据集名称

ASCEND: A Spontaneous Chinese-English Dataset for Code-switching in Multi-turn Conversation

数据集摘要

ASCEND是一个高质量的自发多轮对话中文-英文代码转换语料库，收集于香港。该数据集包含10.62小时的自发语音，总计约12.3K条语音。语料库被分为训练、验证和测试三个部分，比例为8:1:1，同时保持每个部分性别比例平衡。

语言

• 中文
• 英文

许可证

• cc-by-sa-4.0

数据集大小

10K<n<100K

任务类别

• 自动语音识别

任务ID

• 代码转换
• 语音识别

数据集来源

• 原始数据

多语言性

• 多语言

注释创建者

• 专家生成

语言创建者

• 众包