Датасеты с Hugging Face с описанием на русском: что внутри и какие модели на них обучить. В каталоге уже 1 085, новые добавляются каждый час.
Отвечает DeepSeek · переписка хранится только в этой вкладке
Более 1,1 млн часов веб-аудио на 100+ языках для ASR, TTS и обучения аудиопредставлений.
Речевые данные на 102 языках для обучения и оценки ASR на параллельных предложениях.
Крупный корпус выровненной парламентской речи на 22 европейских языках для ASR и TTS.
Около 1000 часов начитанных английских аудиокниг с текстом для обучения и проверки ASR.
Многоязычные аудио и текст для генерации речи: 101 тыс. часов в оригинале и более 200 тыс. в Emilia-Large.
Крупный открытый ASR-корпус: более 30 000 часов транскрибированной английской речи.
Аудиокниги LibriVox на 8 языках с текстами для ASR, TTS и речевых исследований.
Аудио и транскрипты выступлений Европарламента на многих языках для ASR и обучения представлений.
Аудио и текст для ASR и TTS на десятках африканских языков — крупный открытый речевой корпус от Google.
31 тыс. часов спонтанной речи по изображениям на 105 языках Индии, с транскриптами для ASR и мультимодальных задач.
100 часов записей встреч с синхронизированными микрофонами, видео и текстом для ASR и анализа встреч.
654 тыс. wav-файлов с репликами персонажей Genshin Impact на китайском, английском, японском и корейском.
Аудиокниги, подкасты и YouTube с расшифровками — для обучения ASR и TTS на английском.
Аудиозаписи высказываний с интентами банковского ассистента на нескольких языках.
Записи спонтанной речи и транскрипции для 348 языков — для обучения ASR и определения языка.
1000 часов двухканальных английских разговоров в 48 кГц для full-duplex и речевых моделей.
Крупный открытый речевой датасет на 25 европейских языках для ASR и перевода речи.
292 637 аудиофрагментов с транскрипциями на японском из визуальных новелл для ASR.
Тысячи аудиофрагментов японской речи из визуальных новелл с расшифровками для ASR.