In-house 发布 In-house Code-Switch ASR Dataset 数据集, 应用在 自动语音识别、多语言处理 领域

In-house 本次发布的数据集 In-house Code-Switch ASR Dataset, 该数据集是一个内部数据集，包含了大约16万小时的标记英文和中文普通话音频，这些音频是在各种不同的声学环境下收集的。此外，该数据集还包括名为“test-name”和“test-term”的测试集，这些测试集是从实际的内部会议中收集的，并配有特定的语境知识偏置列表。整个数据集的规模达到了16万小时，旨在支持自动语音识别（ASR）任务。

查看In-house Code-Switch ASR Dataset

README 内容： 

关于 In-house , -

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。