CATSLU は、中国語音声 + NLU テキスト理解会話データセットであり、(単語やトークンではなく) 音素から直接言語理解をモデル化するなど、音声信号から理解までのエンドツーエンドの実験を実施します。このデータセットは、第 1 回中国語音声テキスト音声理解チャレンジからのもので、テスト データセットと結果、トレーニングと検証のデータセット、ベースライン、およびマニュアルが含まれています。

データセットの詳細、ベースライン結果、洞察ここ。