TED-LIUM 英语语音识别训练语料库

TED-LIUM 是来自 TED 讲座的语音识别训练语料库，它带有转录，采样频率为 16kHz 的音频片段，合计包含大约 118 个小时的演讲。

TED-LIUM is a speech recognition training corpus derived from TED talks, comprising audio clips with a sampling rate of 16 kHz and their accompanying transcriptions, with a total duration of approximately 118 hours of speech.

搜集汇总

背景与挑战

背景概述

TED-LIUM是一个用于英语语音识别的训练语料库，源自TED讲座，包含约118小时的16kHz音频片段及对应转录。该数据集由缅因大学计算机科学实验室于2012年创建，大小为37.48 GB，适用于自然语言处理任务。