Kensho Technologies 发布 SPGISpeech 2.0 数据集, 应用在 金融、语音识别 领域

Kensho Technologies 本次发布的数据集 SPGISpeech 2.0, SPGISpeech 2.0是一个适用于金融领域说话人标记转录的数据集，由Kensho Technologies和NVIDIA Corporation创建。该数据集包含37,800小时的专业转录的收益电话录音，并提供了通话和说话人信息，方便多说话人自动语音识别（ASR）。数据集包含来自全球的多样化口音，涵盖了商业和金融相关的广泛主题。SPGISpeech 2.0旨在解决说话人标记转录任务中缺乏大型和多样化语料库的问题，并促进语音识别技术的进步。

查看SPGISpeech 2.0

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。