К содержимому

Датасет · BAAI

Детская речь на мандаринском китайском (3–5 лет)

BAAI/ChildMandarin

Открытый аудиодатасет с речью детей 3–5 лет на мандаринском китайском для задач ASR и верификации диктора.

Что внутри

Датасет от BAAI содержит от 10 до 100 тысяч пар аудио и текста на мандаринском китайском языке. Записи собраны специально для работы с голосами маленьких детей в возрасте от 3 до 5 лет, для которых остро не хватает публичных речевых данных.

Что можно сделать

  • Обучение и адаптация систем ASR для распознавания детской речи
  • Разработка моделей верификации диктора для детских голосовых интерфейсов
Задачи
Распознавание речи
Языки
Китайский
Размер
10K–100K записей
Скачиваний за месяц
481
Лайков
50
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("BAAI/ChildMandarin")