标签: 普通话语音数据集

WenetSpeech数据集的处理和使用

WenetSpeech数据集提供10000+小时的普通话语音，分为强标签（10005小时）、弱标签（2478小时）和无标签（9952小时），用于监督、半监督或无监督训练。数据按领域和风格分组，并提供了不同规模的数据集S、M、L及评估测试数据。教程详细介绍了如何下载、制作并使用该数据集进行语音识别模型的训练，适合ASR系统建设者参考。