WSJ0数据集简单介绍

一、基本信息
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。
下面为引用链接

https://catalog.ldc.upenn.edu/LDC93S6A

二、数据集内文件介绍
数据集里不同文件的内容具体介绍，由于比较繁琐，请看相关的网页链接。wsj0文档

WSJ0数据集简单介绍相关推荐

显著性检测数据集简单介绍及下载链接
显著性检测是计算机视觉的一个重要分支,而在深度学习的训练阶段.显著性检测算法的评价阶段等都需要大量有标注信息的数据集.这里简单介绍以下几种数据集,并给出一些数据集下载的链接. 早期的显著性检测研究是针 ...
RESIDE数据集简单介绍
概述: 该数据集使用由合成和真实世界模糊图像组成的新的大规模基准,称为真实单图像去雾 (RESIDE),对现有的单图像去雾算法进行了全面的研究和评估.RESIDE 突出了不同的数据源和图像内容,分为五 ...
【计算机视觉】COCO Caption数据集简单介绍
最近在做开放域目标检测时候,经常遇到一个数据集-COCO Caption数据集. 这里就来介绍一下数据集. COCO Caption数据集: Microsoft COCO Caption数据集的推出, ...
CelebA数据集简单介绍，及做人脸识别时数据集的处理
CeleA是香港中文大学的开放数据,包含10177个名人身份的202599张图片,并且都做好了特征标记,这对人脸相关的训练是非常好用的数据集.网盘链接数据包含了三个文件夹,一个描述文档如下: img ...
Mnist数据集简单介绍
MNIST数据库可从此页面获得的MNIST手写数字数据库的训练集为60,000个示例,而测试集为10,000个示例.它是NIST可提供的更大集合的子集.这些数字已进行尺寸规格化,并在固定尺寸的图像中 ...
机器学习排序之Learning to Rank简单介绍
机器学习排序之Learning to Rank简单介绍标签: Learning to Rank学习排序PointwisePairwiseListwise 2015-01-03 21:50 23 ...
Oracle with子句的简单介绍.
在ocp题库中有一题是关于with语句的. Which statements are true regarding the usage of the WITH clause in complex co ...
简单介绍下我使用了一年多还不知道的Sql server 2005 组件知识
简介 Microsoft SQL Server 2005 是用于大规模联机事务处理 (OLTP).数据仓库和电子商务应用的数据库平台:也是用于数据集成.分析和报表解决方案的商业智能平台. SQL Se ...
hadoop简单介绍_Hadoop：简单介绍
hadoop简单介绍什么是Hadoop: Hadoop是用Java编写的框架,用于在大型商品硬件群集上运行应用程序,并具有类似于Google File System和MapReduce的功能 . H ...
Hadoop：简单介绍
什么是Hadoop: Hadoop是一种用Java编写的框架,用于在大型商品硬件集群上运行应用程序,并具有类似于Google File System和MapReduce的功能 . HDFS是高度容错的 ...

WSJ0数据集简单介绍

WSJ0数据集简单介绍相关推荐

最新文章

热门文章