发布 HyPoradise 数据集, 应用在 自动语音识别、错误校正 领域

本次发布的数据集 HyPoradise, 该数据集名为HyPoradise，旨在评估模型在不同领域纠正自动语音识别（ASR）错误的能力。它由八个不同的子集组成，涵盖了各种类型的口语数据。每个子集都包含了训练和测试数据，这为全面评估模型在不同ASR环境下的表现提供了可能。这些子集包括WSJ、ATIS、CHiME-4、Tedlium-3、CV-accent、SwitchBoard、LRS2和CORAAL。该数据集的任务是进行自动语音识别后的错误校正。

查看HyPoradise

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。