BSTC تعني Baidu Speech Translation Corpus، وهي مجموعة بيانات ترجمة فورية آلية واسعة النطاق تستخدم لبناء أنظمة الترجمة الفورية الآلية. يتم تقسيم المجموعة إلى ثلاث مجموعات فرعية: مجموعة التدريب ومجموعة التطوير ومجموعة الاختبار. تتضمن كل مجموعة فرعية ما يلي:

• ملف إشارة الصوت، المسمى baidu_XX.wav
• ملف الوصف، بما في ذلك معلومات الوصف لكل إشارة صوتية، ويتم ترميز كل جملة بتنسيق JSON -الوثائق التكميلية، بما في ذلك الأوصاف التفصيلية للخطابات والتقارير