RadioTalk

RadioTalk 是从 2018 年 10 月至 2019 年 3 月期间在美国的谈话广播中采样的语音识别转录本语料库。该语料库旨在供自然语言处理、会话分析和社会科学领域的研究人员使用。该语料库包含来自 284,000 小时广播的大约 28 亿字的自动转录语音，以及有关语音的元数据，例如地理位置、说话者轮换边界、性别和广播节目信息。

搜集汇总

背景与挑战

背景概述

RadioTalk是一个大规模谈话广播转录本语料库，采样自2018年10月至2019年3月期间的美国广播，包含约28亿字的自动转录语音及相关元数据。该数据集适用于自然语言处理、会话分析和社会科学领域的研究。