发布 Spoken-SQuAD 数据集, 应用在 语音识别、自然语言处理 领域

本次发布的数据集 Spoken-SQuAD, 该数据集是一个大型的听力理解语料库，其中的问题以文本形式存在，并利用谷歌文本转语音技术（Google TTS）将其转换成了口语形式。在训练集和测试集中，单词错误率（WER）分别约为22.77%和22.73%。该数据集的规模包括37,000个训练对和5,400个测试对，其任务是进行口语问题回答。

查看Spoken-SQuAD

README 内容： 

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。