百度公司 发布 BSTC (Baidu Speech Translation Corpus) 数据集, 应用在 语音翻译、同声传译 领域

百度公司 本次发布的数据集 BSTC (Baidu Speech Translation Corpus), BSTC是由百度公司创建的大规模中英双语语音翻译数据集，包含约68小时的普通话数据及其人工转录和英译文本，以及自动语音识别（ASR）模型的转录结果。该数据集旨在推动自动同声传译的研究和实用系统的发展，适用于自动同声传译系统的评估。数据集内容涵盖多个领域，如IT、经济、文化等，通过收集授权的视频讲座构建而成。

查看BSTC (Baidu Speech Translation Corpus)

关于 百度公司 , 百度公司是中国的一家知名互联网企业，主要提供搜索引擎服务，同时也涉足人工智能、自动驾驶、云计算等多个高科技领域。

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。