|
|
--- |
|
|
language: |
|
|
- zh |
|
|
license: apache-2.0 |
|
|
task_categories: |
|
|
- automatic-speech-recognition |
|
|
tags: |
|
|
- asr |
|
|
- benchmark |
|
|
- chinese |
|
|
- dialects |
|
|
pretty_name: Chinese ASR Open-Source Testsets |
|
|
--- |
|
|
|
|
|
# Chinese ASR Open-Source Testsets (中文语音识别开源测试集汇总) |
|
|
|
|
|
本仓库汇总了当前中文语音识别（ASR）领域最主流的开源测试集，涵盖了从通用场景、会议场景到多方言场景的全面评估维度。 |
|
|
|
|
|
## 1. 基础通用领域测试集 |
|
|
这些是学术界和工业界最常用的标准测试集： |
|
|
|
|
|
* **Aishell-1**: 经典的中文开源语音数据库，由 400 人录制，测试集包含了清晰的普通话。 |
|
|
* **Aishell-2**: 规模比 Aishell-1 更大，录制环境更严谨（使用 iPhone 录制），是评估中文模型性能的基石。 |
|
|
* **Aidatatatang_200zh**: 由数据堂开源的 200 小时数据集的测试部分，包含多种移动端录制场景。 |
|
|
|
|
|
## 2. 行业与特定场景测试集 |
|
|
针对办公、远场及专业场景的针对性评估： |
|
|
|
|
|
* **ws-net / ws-meeting**: 侧重于会议场景、职场交流，通常包含较多的环境噪声或多人交谈。 |
|
|
* **Test_Ali_near / far**: 阿里巴巴开源的相关测试集，涵盖了**近场拾音**和**远场拾音**（如智能家居场景），是评估远场鲁棒性的重要参考。 |
|
|
* **TAL_CSASR**: 学而思开源的中英文混读（Code-switching）测试集，适合评估模型对中英夹杂语音的处理能力。 |
|
|
|
|
|
## 3. 方言与官话区测试集 (KS-Series) |
|
|
这是一组非常重要的**区域性官话**测试集，用于评估模型对带有地方口音（Accents）的中文识别能力： |
|
|
|
|
|
* **ks-Mandarin**: 标准普通话测试集。 |
|
|
* **ks-Zhongyuan (中原官话)**: 覆盖河南、山东南部、苏北、皖北等地区。 |
|
|
* **ks-Ji-Lu (冀鲁官话)**: 覆盖河北大部和山东北部。 |
|
|
* **ks-Southwestern (西南官话)**: 覆盖川、渝、滇、黔及湖北部分地区。 |
|
|
* **ks-Jiang-Huai (江淮官话)**: 覆盖江苏和安徽两省的长江江淮地区。 |
|
|
* **ks-Lan-Yin (兰银官话)**: 覆盖甘肃、宁夏及新疆部分地区。 |
|
|
* **ks-Jiao-Liao (胶辽官话)**: 覆盖山东半岛和辽东半岛。 |
|
|
* **ks-Northeastern (东北官话)**: 覆盖黑、吉、辽东北三省。 |
|
|
* **ks-Beijing (北京官话)**: 以北京、承德等地区口音为主。 |
|
|
|
|
|
## 4. 评估指标 |
|
|
推荐使用 **CER (Character Error Rate, 字错率)** 作为主要衡量指标，通过对比模型在这些不同维度测试集上的表现，可以清晰地分析出模型在： |
|
|
1. **纯净环境** (Aishell) |
|
|
2. **复杂环境** (Test_Ali_far) |
|
|
3. **地方口音** (KS系列) |
|
|
方面的优劣。 |
|
|
|
|
|
--- |
|
|
**致谢**: 感谢以上所有开源数据集的贡献者。 |
