CU MultiLang Dataset是由哥伦比亚大学创建的一个大型多语言语音数据集，包含51种语言，每种语言最多有10小时的语音数据及相应的文本转录。数据集通过整合多个开放源数据集构建，旨在覆盖广泛的语系和提高说话者多样性。创建过程中，数据集被分为32种内集语言和19种外集语言，用于训练和评估开放集语音语言识别系统。该数据集主要应用于开放集语音语言识别，旨在解决现有系统无法识别未知语言的问题。
RDF dump of wikidata produced with wdumps. The previous one failed for some reason. Trying again with more filters. View on wdumper entity count : 0, statement count : 0, triple cou
