剑桥大学 发布 Speak & Improve Corpus 2025 数据集, 应用在 语言学习、语音识别 领域

剑桥大学 本次发布的数据集 Speak & Improve Corpus 2025, Speak & Improve Corpus 2025是由剑桥大学发布的第二语言英语学习者语音数据集，旨在解决第二语言口语处理系统中高质量标注数据缺乏的问题。该数据集包含约315小时的第二语言英语学习者录音，涵盖了从初级到高级的CEFR水平，并提供了全面的语言错误标注。数据来源于Speak & Improve学习平台的开放口语测试，学习者来自全球各地，具有多样化的母语背景。数据集的创建过程包括多阶段的标注，涉及语音质量评分、手动转录和语法错误修正。该数据集主要应用于语言学习任务，如口语能力评估、语法错误检测与修正，以及自动语音识别等技术研究。

查看Speak & Improve Corpus 2025

关于 剑桥大学 , 剑桥大学是一所位于英国的世界顶尖研究型大学，以卓越的学术研究和教育质量闻名于世。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。