Multilingual LibriSpeech

该数据集是从LibriVox有声读物中提取的英文语音数据，包含44,000小时的转写语音，分为2742名男性和2748名女性不同的说话人。该数据集的采样率为16千赫兹，主要用于训练文本转语音系统。

This dataset comprises English speech data extracted from LibriVox audiobooks, containing 44,000 hours of transcribed speech with 2742 male and 2748 female distinct speakers. It has a sampling rate of 16 kHz and is primarily intended for training text-to-speech systems.

搜集汇总

背景与挑战

背景概述

Multilingual LibriSpeech（MLS）是一个大型多语言语音数据集，基于LibriVox的有声读物构建，包含英语、德语、荷兰语、西班牙语、法语、意大利语、葡萄牙语和波兰语等8种语言，适用于语音研究。该数据集提供了预训练的声学模型和语言模型，支持多语言语音识别任务的训练和评估。