查尔斯大学 发布 ParCzech4Speech 数据集, 应用在 语音识别、自然语言处理 领域

查尔斯大学 本次发布的数据集 ParCzech4Speech, ParCzech4Speech 是一个大规模的捷克语语音数据集，旨在解决高质量语音数据集稀缺的问题。该数据集包含从 587 位演讲者中提取的 2695 小时的自动识别和校准语音，并以三种灵活的格式发布：句子分割版本、未分割版本和原始对齐版本。数据集提供了丰富的元数据，包括演讲者信息、官方和识别的转录、词级对齐和各种自动指标，以便于预处理。该数据集在 LINDAT 仓库和 Hugging Face 上提供，以 CC-BY 许可证发布，允许不受限制的商业使用。

查看ParCzech4Speech

关于 查尔斯大学 , 查尔斯大学是捷克的一所著名大学，成立于1348年，是中欧最古老的大学之一，以其在科学、人文和社会科学领域的卓越教育和研究而闻名。

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。