数据集简介
CoVoST 2 是由 Facebook（现 Meta）发布的一个大规模多语言语音翻译数据集。
主要用途
该数据集主要用于训练和评估语音到文本的翻译模型，特别关注跨语言语音翻译任务。
数据类型/模态
- 模态：语音、文本
- 核心内容：包含多种语言的语音片段及其对应的文本转录和翻译。
- 特点：这是一个多语言数据集，涵盖了从一种语言的语音到另一种语言文本的翻译对。
使用场景
- 自动语音识别（ASR）：将语音转录为文本。
- 机器翻译（MT）：进行文本到文本的翻译。
- 端到端语音翻译（ST）：直接实现从源语言语音到目标语言文本的翻译，是其主要设计目标。
- 多语言模型研究：适用于训练和理解能够处理多种语言语音与文本的模型。