CSR-III Text数据集介绍，官网编号LDC95T6

ARPA（高级研究计划局，现在称为DARPA，即国防高级研究计划局）连续语音识别（CSR）基准测试是一系列旨在评估连续语音识别技术进步的评价。这些基准测试提供了标准化的数据集和评估指标，以便比较不同的研究方法。

以下是ARPA CSR评估的简要概述：

1. ARPA CSR-I（1971-1976）：这是第一个系列的评估，重点是孤立词的识别。
2. ARPA CSR-II（1976-1983）：这个系列转向连续语音识别，重点是句子识别。它引入了华尔街日报（WSJ）数据集，该数据集成为了语音识别研究的一个标准基准。
3. ARPA CSR-III（1988-1993）：这个系列继续评估连续语音识别，专注于更大的词汇量和更复杂的任务。它引入了新的数据集，如Switchboard对话电话语音语料库。

 获取方法：

方法1：注册LDC账号并加入组织获取数据，官网链接：LDC官网

方法2：关注公众号，回复CSR-III TextLDC语料小助手https://mp.weixin.qq.com/s/8GgZFh9XAr7FYwivQ_ajRg