数据集简介
FLEURS（Few-shot Learning Evaluation of Universal Representations of Speech）是由 Google 发布的一个多语言语音识别与翻译数据集。
主要用途
用于评估和开发多语言语音识别（ASR）和语音翻译（ST）模型，特别关注小样本学习场景。
数据类型/模态
- 模态：音频（语音）、文本
- 内容：覆盖多种语言的朗读语音片段及其对应的文本转录和翻译。
数据特性
- 多语言覆盖：数据集包含全球数十种语言的语音数据，支持跨语言研究。
- 平行语料：提供语音到文本（ASR）以及语音到翻译文本（ST）的平行数据，便于进行多任务学习与评估。
- 基准测试集：常被用作评估多语言语音模型性能的标准基准数据集之一。
- 开源可访问：数据集公开可用，非受限（
gated: false），便于学术和工业界的研究人员使用。
使用场景
- 训练和评估多语言自动语音识别（ASR）系统。
- 训练和评估语音到文本翻译（ST）系统。
- 研究语音表示学习、小样本/零样本跨语言迁移学习。
- 作为多模态（语音-文本）理解任务的基准数据。