俄罗斯 发布 S2L 数据集, 应用在 语音识别、数学表达式处理 领域

俄罗斯 本次发布的数据集 S2L, S2L数据集是一个大规模的开源数据集，包含超过66,000个人工标注的英文和俄语文本数学方程式和句子音频样本。数据集由两部分组成：S2L-sentences和S2L-equations，分别包含大约12,000个唯一的数学句子和10.7k个独立的方程。数据集收集了来自多个来源的数学方程式和句子，以及相应的参考发音，并进行了人工和人工生成的音频标注。数据集旨在解决将口头数学表达式和句子转换为LaTeX格式的问题，适用于教育和研究领域，如讲座转录或笔记创建。

查看S2L

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。