MGB5 challenge 发布 ADI-17 数据集, 应用在 语音识别、自然语言处理 领域

MGB5 challenge 本次发布的数据集 ADI-17, 该数据集名为ADI-17，包含了来自YouTube的17种阿拉伯语方言的音频数据。总计拥有3033小时的训练数据以及58小时的开发和测试数据。然而，该数据集在各个方言的语音数量和数据小时数上存在不平衡。音频剪辑的时长从1秒到26分钟不等，并且数据集被分为短时、中时和长时三个时长段。ADI-17的数据规模为3033小时的训练数据和58小时的开发和测试数据，其任务是进行阿拉伯语方言的识别。

查看ADI-17

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。