AISHELL-2019C-EVAL 翻译机录制语音测试数据集

原创 已于 2022-03-11 11:02:10 修改 · 223 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#语音识别 #人工智能

于 2022-03-07 14:43:17 首次发布

翻译机录制语音测试数据集

12 speakers in the recording

DATA Information

Total Time 31.2 Hours
Sampling Rate 44.1kHz & 16kHz
Sample Format 16bit
Environment Indoor
Speech Data Type
最低0.47元/天 解锁文章
AISHELL-2019A-EVAL 家居环境近远讲同步语音测试数据集
AI_SHELL的博客
03-07 2977
家居环境近远讲同步语音测试数据集
AISHELL-2021E-EVAL 法律庭审场景语音测试数据集
AI_SHELL的博客
03-07 260
法律庭审场景语音测试数据集
深度语音测试数据集 — deepspeech_testdata
gitblog_00082的博客
05-23 383
深度语音测试数据集 — deepspeech_testdata 项目介绍 deepspeech_testdata 是一个针对 deepSpeech-server 的全方位测试工具和数据集。这个开源项目的目标是提供一套完善的方式来验证和优化 deepSpeech-server 的性能和准确性。通过生成与处理音频文件以及运行集成测试，开发者可以更好地理解和调试其语音识别系统。 项目技术分析 该项目包括...
g729语音编码测试数据
07-06
.bin 文件是 encoder 的音频输入文件 .bit 文件是 encoder 的编码之后的文件 ，同时是 decoder的输入文件 .out 文件是 decoder 的解码输出文件
语音识别功能测试：90%问题，可以通过技术解决
伤心的辣条
12-11 1362
接下来，我就以小米手机为例，给大家介绍小米手机语音识别如何测试。 小米语音识别功能如何进行测试？
音频编解码G.729
07-07 3738
1、G.729编码前的原始音频是8k采样率，16bit数据 2、G.729编码时，通过算法，对原始音频进行压缩，压缩率为16:1 3、压缩是按帧进行的，1帧的时间是10ms。10ms的原始数据共80个样品x16bit=1280 bit，通过算法编码之后，得到新的数据为80bit（10个字节Byte）。 4、每一帧的处理时间控制为5ms，则其时延相当于10ms+5ms=15ms 最终音频流相当于 8kbps。 ...
微调Whisper语音识别模型和加速推理
热门推荐
夜雨飘零
04-23 1万+
OpenAI在开源了号称其英文语音辨识能力已达到人类水准的Whisper项目，且它亦支持其它98种语言的自动语音辨识。Whisper所提供的自动语音识与翻译任务，它们能将各种语言的语音变成文本，也能将这些文本翻译成英文。本项目主要的目的是为了对Whisper模型使用Lora进行微调，目前开源了好几个模型，具体可以在openai查看，下面列出了常用的几个模型。另外项目最后还对语音识别加速推理，使用了CTranslate2加速推理，提示一下，加速推理支持直接使用Whisper原模型转换，并不一定需要微调。
AISHELL-2021D-EVAL 电话通信业务场景语音测试数据集
AI_SHELL的博客
03-07 405
电话通信业务场景语音测试数据集
AISHELL-2019B-EVAL 语音唤醒词测试数据集
AI_SHELL的博客
03-07 569
语音唤醒词测试数据集
语音识别数据集及性能评测指标WER
大章鱼有小学术之心的博客
06-30 5736
语音识别 LibriSpeech ASR corpus LibriSpeech 数据集 共将近1000个小时的数据集。分为clean和other两类。具体见链接。 WER评价指标 WER means " word error rate" 对于语音识别的预测结果，需要对此结果进行替换删除、插入某些词使之和标注词序列完全相同。修改的总词数比上标注词序列的个数即为WER，此项指标越低越好。具体计算公式...
语音识别数据集
sinat_29242905的博客
01-15 9442
数据集采用了目前我能找到的所有中文免费数据，包括：thchs-30、aishell、primewords、st-cmd四个数据集，训练集总计大约450个小时，在之前实验过程中，使用thchs-30+aishell+st-cmd数据集对DFCNN声学模型进行训练，以64batch_size训练。 包括stc、primewords、Aishell、thchs30四个数据集，共计约430小时, 相关链接...
语音测试基础以及demo解读
一如既往的准备文章
12-08 2519
1、    在Eclipse中导入demo项目，得到试图对应的类文件如下 2、    运行MainView.java，得到运行效果如下图 具体实现代码如下 MainView.java DrawableUtils.java 按下按键的效果图 3、    点击“语音合成”，跳
Biomedical images dataset findings（4 Chest page）
qq_37735698的博客
11-09 1326
Note: Chest in this page includes: ribs（肋骨）, breast,pancreas（胰腺）,spleen（脾脏）, lung, airway. RIbs RibFrac（20） MICCAI子会议；肋骨骨折的自动检测和分类（4类：带扣，无移位，移位或节段性肋骨骨折）；需申请 数据集：660套CT扫描自动检测和分类大约5,000处肋骨骨折，其中包括420套训练CT（全部有骨折），80套经过验证的CT（20部没有骨折）和160套评估 CT。其中，训练420套（5..
[语音识别框架之wenet] 使用CPU训练自定义数据集大小的AISHELL-Sample教程
的博客
04-24 4746
数据集下载 下载地址 1.准备 wav.scp text # 数据集存放的位置 sample_data=/home/asr/data/wenet/examples/aishell/s0/datasets/AISHELL-1_sample # 数据生成的地方 data=/home/asr/data/wenet/examples/aishell/s0/data_ if [ ! -d $data ];then mkdir -p $data fi # 初始化 rm -rf $data/wav.scp rm
语音识别入门知识
weixin_46605165的博客
01-04 895
语音识别，入门知识分享
aishell数据集处理
m0_45973994的博客
05-20 2690
kaldi工具包处理aishell数据集 百度网盘链接：https://pan.baidu.com/s/1mrnOynwgVaHJbLmpxk8hkw 提取码：4mho 网盘中是已经用kaldi工具包处理好的aishell数据集，可以直接下载使用。
kaldi aishell2数据集训练以及生成文件详细分析（步骤+部分代码解释）
qq_37601846的博客
09-17 9495
kaldi aishell2数据集训练（步骤+部分代码解释） aishell2是希尔贝壳在kaldi上开源的一套1000小时的数据集，大概有100万句话，由于工程上的需要，我没有下载该数据集，而是用的自己的数据，需要的可以在官网上下载。 首先进入aishell/s5下： conf：存放mfcc、decode等操作的配置文件。 data：存放训练、测试的数据以及音素表。原生的data目录下什么都没...
端到端语音识别系统的前沿实践与深度剖析：从RNN-T到Conformer
不懂先生的博客
12-13 502
语音识别（Automatic Speech Recognition，ASR）技术自20世纪50年代诞生以来，经历了从基于模板匹配到统计建模，再到深度学习驱动的多次革命。近年来，的崛起彻底改变了传统语音识别组件的架构设计。与传统的混合模型（如GMM-HMM、DNN-HMM）相比，端到端系统将声学模型、发音词典和语言模型融合为单一神经网络，显著简化了系统复杂性。本文将深入探讨现代语音识别组件的核心技术，重点分析当前主流的端到端架构，并提供基于PyTorch的实战实现。
多人对话视频生成的新发展：麻省理工学院数据集和基线模型 “CovOG
最新发布
LiYingL的博客
12-18 312
由于传统的语音驱动视频生成研究仅限于单个说话者或人脸领域，本文提出了一项新任务–多人对话视频生成，其目标是生成多人之间的自然对话。研究的重点是构建多人类互动对话数据集（MIT），这是一个 12 小时的高分辨率数据集。该数据集收集了涉及 2 到 4 人的对话视频，并自动分配姿势估计和语音状态分数，以全面捕捉与多人对话相关的语音、听力和手势的互动。此外，作者还开发了一个基线模型 CovOG 来应对这一新挑战。
基于STM32746G-EVAL的BTM设备侦听测试与CAN功能实现
在BTM设备的开发和测试过程中，侦听和测试功能是保证设备正常工作的关键。本方案提出了使用M7开发板作为联合调试工具的电路方案，利用其强大的处理能力来实现对BTM设备的侦听和测试。同时，方案也实现了CAN...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值