GALE Phase 4 Chinese Broadcast News Transcripts

Glenn, Meghan; Lee, Haejoong; Strassel, Stephanie; Maeda, Kazuaki, 2022, "GALE Phase 4 Chinese Broadcast News Transcripts", https://hdl.handle.net/11272.1/AB2/TVASI8, Abacus Data Network, V1梅根·格伦、李海钟、斯蒂芬妮·斯特拉斯克尔、前田和明（Glenn, Meghan; Lee, Haejoong; Strassel, Stephanie; Maeda, Kazuaki），2022年，《GALE第四阶段中文广播新闻转录文本（GALE Phase 4 Chinese Broadcast News Transcripts）》，https://hdl.handle.net/11272.1/AB2/TVASI8，算盘数据网络（Abacus Data Network），版本1（V1）

搜集汇总

背景与挑战

背景概述

该数据集是GALE项目第四阶段的中文广播新闻转录，包含约134小时2008年从CCTV、凤凰卫视和美国之音等来源收集的新闻语音转录，总词元数约170万。数据以纯文本制表符分隔格式存储，采用LDC的XTrans工具和QTR/QRTR转录规范，适用于语音识别等语言技术研究。