东方彬彬为进一步方便大家使用 WeNet 进行学术研究，近日，WeNet 在原有 LibriSpeech 和 GigaSpeech 两个主流英文数据集的基础上，新增如下四个英文数据集的支持：
chime4 switchboard tedlium3 wsj
这4个数据集的支持是由开源社区的几位同学分别贡献的，感谢他们的支持和付出！未来，WeNet 还会进一步丰富数据集的支持，欢迎各位有志同学多多参与，多多贡献，想参与的同学可以直接在 https://github.com/wenet-e2e/wenet/discussions/587 评论认领数据集的支持，或在 WeNet 的微信交流群中直接沟通。
本次更新的四个数据集的详情如下。
chime4
贡献者：巫健，微软
recipe：https://github.com/wenet-e2e/wenet/tree/main/examples/chime4/s0
数据集简述：CHiME（Computational Hearing in Multisource Environments）第 4 届挑战赛，18小时，覆盖远场、多通道、4种噪声（咖啡厅、街道十字路口、公共汽车、步行街）等挑战场景。
结果如下表所示：
| decoding mode | dt05_real_1ch | dt05_simu_1ch | et05_real_1ch | et05_simu_1ch |
|---|---|---|---|---|
| ctc_prefix_beam_search | 19.06% | 21.17% | 28.39% | 29.16% |
| attention_rescoring | 17.92% | 20.22% | 27.40% | 28.25% |
swtichboard
贡献者：郭鹏程，西北工业大学计算机学院
recipe：https://github.com/wenet-e2e/wenet/tree/main/examples/swbd/s0
数据集简述：英文电话对话类数据集，300h，8k 采样率。
结果如下表所示：
| decoding mode | eval2000 (WER) |
|---|---|
| ctc_greedy_search | 32.39% |
| ctc_prefix_beam_search | 32.39% |
| attention | 31.28% |
| attention_rescoring | 31.36% |
tedlium3
贡献者：张悦铠，Zoom
recipe：https://github.com/wenet-e2e/wenet/tree/main/examples/tedlium3/s0
数据集简述：英文 TED 演讲风格数据集，452小时，16k 采样率，总计包含 2351 段演讲。
结果如下表所示：
| decoding mode | Dev WER | Test WER |
|---|---|---|
| attention rescoring | 9.54% | 8.66% |
wsj
贡献者：李盛强，西北工业大学航海学院
recipe：https://github.com/wenet-e2e/wenet/tree/main/examples/wsj/s0
数据集简述：英文语音听写风格数据集，70 小时，16k 采样率。
结果如下表所示：
| decoding mode | dev93 (CER) | dev93 (WER) |
|---|---|---|
| ctc_greedy_search | 5.25% | 13.16% |
| ctc_prefix_beam_search | 5.17% | 13.10% |
| attention_rescoring | 5.11% | 12.17% |
