ESPnet 发布 floras_2 数据集, 应用在 语音识别、多语言处理 领域

ESPnet 本次发布的数据集 floras_2, FLORAS是一个包含50种语言的基准数据集，用于长篇口语的识别、翻译和摘要。数据集的目标是创建一个更现实的基准环境，用于测试语音识别、翻译和摘要模型的能力。与典型的学术基准（如LibriSpeech和FLEURS）不同，FLORAS测试模型在原始长篇对话音频上的能力，这些音频可以有一个或多个说话者。数据集包含大约32,000小时的原始音频，并提供1到3种并行数据，用于长篇自动语音识别（ASR）、长篇X-to-EN语音翻译（ST）和语音摘要（SSUM）。数据集分为单语和多语子集，每个子集都有训练、验证和测试数据。多语子集包含两个测试集：`test_unverified`和`test_verified`，其中`test_verified`的语言经过了专业翻译和/或母语者的验证。

查看floras_2

Dataset card 内容： 

Files and versions 内容： 

关于 ESPnet , ESPnet是一个专注于语音识别和合成的端到端语音处理工具包。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。