语音之家SOTA | 开源发布：SPEECHIO_ASR_ZH00002 鲁豫有约

目前已解锁场景：

• SPEECHIO_ASR_ZH00000 ：Leaderboard 调试集（经济、货币、金融）

• SPEECHIO_ASR_ZH00001 场景：新闻联播

• SPEECHIO_ASR_ZH00002 场景：鲁豫有约

获取方式：

支持平台：Linux / MacOS

'''

Step 1 克隆 leaderboard 代码仓库:

git clone https://github.com/SpeechColab/Leaderboard

cd Leaderboard

Step 2 下载测试集：

ops/pull dataset SPEECHIO_ASR_ZH00002

'''

若日后上述下载过程有变更，则以 repo 中 README.md 说明为准。

数据说明：

• 格式：

  • audio：16k16bit mono wav

  • label: 为方便使用，测试集的发布准备了两套 label 格式：

    • 格式1 metadata.tsv：包括音频路径，音频长度，文本标注等字段

    • 格式2 Kaldi : wav.scp & trans.txt

• 数据集可直接在 leaderboard 中使用，方便SpeechIO 的读者以及厂商复现、核对评测结果，欢迎合理的修改建议和 Pull Request。

费用：

分发采用了商用的阿里云对象存储服务，大量的数据分发会对 SpeechIO 产生高额流量费用。