kjetMol/ArtificiallyNoisySpeechTranscriptions

该数据集包含来自Språkbanken提供的挪威语语料库中nb_samtale子集的语音文件转录。这些转录文件经过了受控的噪声添加，以模拟不同的声学环境。原始音频的持续时间为24秒到27秒，格式为WAV，共有9个文件。转录部分测试了3个模型、4种噪声类型和16个噪声级别，总文件数为1682个。单词错误率（WER）用于评估语音识别系统在不同噪声条件下的性能，计算基于0%噪声添加的转录作为基准。

原始信息汇总

数据集概述

数据来源

• 语言：挪威语
• 来源：Språkbanken 提供的 nb_samtale 子集

数据内容

• 原始音频属性：

  • 时长：24秒至27秒
  • 格式：WAV
  • 文件数量：9个

• 转录信息：

  • 测试模型数量：3个
  • 测试噪音类型：4种
  • 噪音级别数量：16个
  • 总文件数量：1682个

评估指标

• 词错误率（WER）：基于未添加噪音的转录文本作为基准，评估在不同噪音条件下的语音识别系统性能。