1998 HUB4 Broadcast News Evaluation English Test Material数据集介绍，官网编号LDC2000S86

1998 HUB4 Broadcast News Evaluation English Test Material 是针对自动语音识别（ASR）系统性能评估的一组英语广播新闻测试材料。HUB4（Human and Machine Understanding of Broadcast News）是一个长期的研究项目，旨在推进广播新闻中的语音识别、自然语言处理和信息检索技术。1998年的HUB4广播新闻评估集主要包括以下几个关键部分：

1. 测试集音频：这是一系列录制的英语广播新闻音频，涵盖了各种主题和新闻类别。这些音频通常包括新闻播报、采访、讨论等多种形式的语音内容。

2. 参考转录：与测试集音频相对应的准确转录文本。这些文本是由专业人员人工创建的，用于与ASR系统的输出结果进行比较，以评估其性能。

3. 评估指标：通常使用词错误率（Word Error Rate, WER）作为主要的评估指标。WER是通过计算ASR系统转录结果与参考转录之间的差异（包括插入、删除和替换错误）来衡量的。WER越低，表示ASR系统的性能越好。

此外，1998 HUB4 Broadcast News Evaluation English Test Material 还可能包括一些辅助信息，如音频的元数据（如日期、时间、来源等）、背景噪音的类型和级别等，这些信息有助于更全面地了解测试环境和条件。该测试材料的主要目的是为研究人员和开发人员提供一个标准化的测试平台，以评估和比较不同ASR系统在广播新闻领域的性能。通过使用相同的测试集和评估指标，可以确保评估结果的公正性和可比性。

 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1998 HUB4 Broadcast News Evaluation English Test MaterialLDC语料小助手https://mp.weixin.qq.com/s/8GgZFh9XAr7FYwivQ_ajRg