LibriSpeech 发布 LibriSpeech corpus 数据集, 应用在 语音识别、声学建模 领域

LibriSpeech 本次发布的数据集 LibriSpeech corpus, 该数据集来源于有声读物，包含了以阅读方式录制的母语为英语的说话人语音。所有音频的采样率为16千赫兹，采用16位编码。在声学建模中，我们使用了清理后的“train_960_cleaned”子集。该数据集的规模为960小时，任务重点在于声学建模。

查看LibriSpeech corpus

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。