美团 发布 MSR-86K 数据集, 应用在 语音识别、多语言处理 领域

美团 本次发布的数据集 MSR-86K, MSR-86K是由美团创建的大型多语言语音识别研究数据集，包含来自YouTube的86,300小时转录音频，涵盖15种语言。数据集通过自动化的数据处理流程构建，显著降低了数据收集和标注的成本。MSR-86K旨在解决现有多语言ASR数据集的不足，如语言多样性不足和每种语言的录音时长不足。该数据集的应用领域主要集中在多语言自动语音识别研究，旨在通过提供大规模、多样化的语音数据，推动该领域的研究进展。

查看MSR-86K

Dataset card 内容： 

Files and versions 内容： 

关于 美团 , 美团是中国领先的生活服务电子商务平台，提供餐饮外卖、酒店预订、电影票务、旅游等多种服务。

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。