BSTC(Baidu Speech Translation Corpus)

BSTC (百度语音翻译语料库) 是一个大规模的自动同声传译数据集。BSTC版本1.0包含50小时的真实演讲，包括三个部分，音频文件，成绩单和翻译。语料库可用于构建自动同声传译系统。
语料库是从中国普通话谈话和报告中收集的，包括科学、技术、文化、经济等。谈话和报告中的话语被仔细转录成中文文本，并进一步翻译成英文文本。句子边界由英文文本而不是中文文本确定，后者类似于先前的相关语料库 (TED和翻译增强的LibriSpeech语料库)。