LibriSpeech
Классический открытый набор данных для распознавания английской речи: около тысячи часов аудиокниг проекта LibriVox, которые начитали добровольцы. Записи разбиты на более чистую (clean) и более трудную (other) части. На нём обучают и сравнивают модели распознавания речи, обычно по метрике WER.
проверено по: openslr.org ↗
См. также
- FLEURSОткрытый многоязычный речевой набор данных от Google (Few-shot Learning Evaluation of Universal Representations of Speech): параллельные записи одних и тех же фраз более чем на ста языках, начитанные носителями на основе текстов FLoRes-101. Используется для оценки распознавания речи, определения языка и речевого перевода, особенно для малоресурсных языков.
- Open ASR LeaderboardОткрытый воспроизводимый рейтинг систем распознавания речи, размещённый на Hugging Face. Сравнивает открытые и проприетарные модели на общих наборах данных по доле ошибок в словах (WER) и по скорости (обратный коэффициент реального времени, RTFx), включая отдельные разделы для многоязычной и длинной речи.
В новостях
NVIDIA выпустила открытую модель для расшифровки речи на 40 языках
Открытый набор записей английских аудиокниг с расшифровками. Это стандартный тест, на котором проверяют точность распознавания речи.