发布 NDD 数据集, 应用在 方言语音识别、机器翻译 领域

本次发布的数据集 NDD, 该数据集包含了专为微调自动语音识别（ASR）和大型语言模型（LLM）而设计的方言语音信号，目的是将方言语音转录为方言文本，并将其翻译成标准的孟加拉语文本。该数据集涵盖了带注解的方言音频信号，附有方言转录文本及其对应的标准化孟加拉语文本翻译。数据规模为7200个样本，分为训练集（6270个样本）、验证集（810个样本）和测试集（120个样本）。任务包括自动语音识别（ASR）和机器翻译（MT）。

查看NDD

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。