2023年11月19日，在2023 SpeechHome 第三届语音技术研讨会上SpeechIO开源发布了5个场景的评测数据：

  • [小艾大叔 豪宅带看]，测试集ID：SPEECHIO_ASR_ZH00022
  • [Zealer & 无聊开箱]，测试集ID：SPEECHIO_ASR_ZH00023
  • [付老师种植技术]，测试集ID：SPEECHIO_ASR_ZH00024
  • [石国鹏线下课]，测试集ID：SPEECHIO_ASR_ZH00025
  • [张震鬼故事]，测试集ID：SPEECHIO_ASR_ZH00026

1、获取方式

平台：Linux / MacOS
Step 1 获取 leaderboard 代码仓库:
  • 初次获取：

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

  • 日后更新：
    cd Leaderboard
    git pull

Step 2 下载测试集：

ops/pull dataset 测试集ID

*请确保本地与repo最新代码同步，遵循"Live at HEAD"原则，项目不维护历史版本。

* 若日后上述下载过程有变更，请阅读 repo 中 README.md，以该介绍为准。

2、数据说明


音频：16k16bit mono wav

标注: 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。有问题可以直接提交 Github Pull Request。