图文多模态藏汉机器翻译数据

多方言藏汉语音翻译数据主要面向藏汉语音翻译研究以及智能媒体、短视频处理和公共服务等应用需求建设，服务于提升藏语多方言语音翻译的鲁棒性和实用化水平。该数据依托“领域数据不平衡条件下的多模态藏汉机器翻译关键技术研究”课题形成，针对卫藏、康巴、安多三大方言在语音特征、口音习惯和表达方式上的差异，通过开源藏语语音资源筛选、公开藏文文本规范录制、人工翻译转写和审校核验等流程构建。数据主要包含藏语音频及对应中文译文，覆盖日常交流、新闻播报、学术讲座等场景，三类方言各500条，共1500条，可用于多方言语音翻译系统测试、鲁棒性评估和性能验证。