wsj0

${num_stars} Modify
数据集全名叫CSR-I (WSJ0) Complete。1991 年,DARPA 口语项目开始计划建立一个新的语料库,以支持对大词汇量连续语音识别 (CSR) 系统的研究。前两个 CSR 语料库主要由阅读语音组成,其文本来自华尔街日报新闻文本的机器可读语料库,因此通常被称为 WSJ0 和 WSJ1。 语料库的文本属于 WSJ 文本语料库的 5,000 字或 20,000 字子集。 除了朗读的演讲外,还包括一些自发的听写。 听写部分是使用口述假设新闻文章的记者收集的。 整个过程中使用了两个麦克风:一个近距离的 Sennheiser HMD414 和一个辅助麦克风,辅助麦克风可能会有所不同。 语料库以三种配置提供:来自 Sennheiser 的语音、来自另一个麦克风的语音以及来自两者的语音; 这三组包括所有转录、测试、文档等。
File Name
Size
Available Clusters
Status
Creator
Upload Time
Operate
33 MiB
NPU
Private Public
2023-03-10 12:52:02
1.9 MiB
NPU
Private Public
2023-03-05 21:59:30
9.8 MiB
NPU
Private Public
2023-03-04 21:55:51
76 MiB
NPU
Private Public
2023-02-12 23:25:40