Google 发布 Google Speech Commands Dataset (V1 and V2) 数据集, 应用在 语音识别、关键词识别 领域

Google 本次发布的数据集 Google Speech Commands Dataset (V1 and V2), 该数据集分为两个版本：版本1（V1）包含30个简短指令，由1881位发言者录制；版本2（V2）包含35个指令，由2618位发言者录制。数据集涵盖了12类和35类的分类任务，其中包括如“是”、“否”、“上”、“下”、“左”、“右”、“开”、“关”、“停止”、“前进”等指令，以及静默和未知类别。在规模上，GSC-V1拥有56588个训练样本、7743个验证样本和7835个测试样本；而GSC-V2则包含92843个训练样本、11003个验证样本和12005个测试样本。该数据集的任务是关键词识别（Kws）。

查看Google Speech Commands Dataset (V1 and V2)

关于 Google , 谷歌公司是一家总部位于美国加利福尼亚州的山景城的世界知名科技公司，成立于1998年，以其搜索引擎而闻名，现已成为全球最大的搜索引擎公司，业务遍及互联网广告、云计算、软件等多个领域。

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。