RT-04 MDE Training Data Speech数据集介绍，官网编号LDC2005S16
·
RT-04 MDE Training Data Speech（LDC2005S16，RT-04 MDE Training Data V1.2）是 LDC 为 DARPA EARS 项目 RT-04（Rich Transcription 2004）MDE（Meeting/Diarization/Extraction）任务构建的英文电话语音训练数据集，核心为 40 小时会话语音与配套 MDE 标注，适配说话人分簇、会话结构解析等技术研发。以下从核心信息、数据构成、标注特性、应用与获取等方面展开介绍：
一、核心基础信息
| 属性 | 详情 |
|---|---|
| 数据集名称 | RT-04 MDE Training Data Speech（RT-04 MDE Training Data V1.2） |
| LDC 编号 | LDC2005S16 |
| 开发机构 | 美国语言数据联盟（LDC） |
| 发布时间 | 2005 年 |
| 数据规模 | 396 个会话电话语音文件，约 40 小时英文对话语音 |
| 数据来源 | 源自 Switchboard（ISIP）英文电话会话语料库，覆盖真实电话信道特性 |
| 适配任务 | RT-04 MDE 评估中的说话人分簇、言语单元检测（SUBD）、主题分割等任务 |
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
10
0- 0
已为社区贡献27条内容
所有评论(0)