five

MuST-C

收藏
OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接:
https://opendatalab.org.cn/OpenDataLab/MuST-C
下载链接
链接失效反馈
官方服务:
资源简介:
必须-C是一种多语言语音翻译语料库,其大小和质量有助于培训端到端系统,以将英语语音翻译成多种语言。对于每种目标语言,mus-c都包含数百个小时的英语TED演讲录音,这些录音在句子级别上与他们的手动转录和翻译自动对齐。

MUST-C is a multilingual speech translation corpus whose scale and quality facilitate the training of end-to-end systems for translating English speech into multiple languages. For each target language, MUST-C contains hundreds of hours of recorded English TED Talks, which are automatically aligned at the sentence level with their corresponding manual transcriptions and translations.
提供机构:
OpenDataLab
创建时间:
2022-06-07
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
MuST-C是一个多语言语音翻译语料库,专为培训端到端系统设计,用于将英语语音翻译成多种语言。它包含数百小时的英语TED演讲录音,这些录音在句子级别上与手动转录和翻译自动对齐,确保数据的高质量和大规模,适用于语音翻译研究。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作