mesolitica/noisy-join-mixed-asr

该数据集名为Noisy join mixed ASR，解决了常见ASR数据集中的问题，即每个音频样本都是单语言的。通过使用ASR和Force Alignment模型，可以生成多语言的音频样本。生成样本的总时长约为601小时。该数据集名为Noisy join mixed ASR，解决了常见ASR数据集中的问题，即每个音频样本都是单语言的。通过使用ASR和Force Alignment模型，可以生成多语言的音频样本。生成样本的总时长约为601小时。

原始信息汇总

Noisy join mixed ASR 数据集概述

数据集特点

• 多语言音频样本：该数据集通过ASR（自动语音识别）和Force Alignment模型生成了包含多语言的音频样本。
• 样本时长：生成的音频样本总时长约为601小时。

相关资源

• Notebooks：提供了用于数据处理的Notebooks，地址为 https://github.com/huseinzol05/malaya-speech/tree/master/data/noisy-join-mixed-asr。

示例图像

• 数据集包含的示例图像展示了多语言音频样本的生成过程。