东盟语料-高质量数据集
收藏数据链接：
官方服务：
资源简介：
数据集模态涵盖语音和文本，内容覆盖老挝、泰国对应的中英文平行语料；老挝语ASR数据；老挝SFT、强化学习数据；柬埔寨试题数据
This dataset covers both speech and text modalities, with content including Chinese-English parallel corpora for Lao and Thai languages, Lao ASR data, Lao SFT and reinforcement learning data, and Cambodian test question datasets.
提供机构：
北京海天瑞声科技股份有限公司创建时间：
2026-03-16
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是一个高质量的多模态语言资源库，主要涵盖东盟国家语言，包括老挝和泰国的中英文平行语料、老挝语语音识别数据，以及老挝语和柬埔寨语的特定应用数据。其特点在于结合语音和文本模态，支持多语言处理任务，并针对机器翻译、语音识别和自然语言处理优化提供了专门数据集。
以上内容由遇见数据集搜集并总结生成
