К содержимому

Датасет · BAAI

Корпус китайской разговорной речи пожилых людей (75–85 лет)

BAAI/SeniorTalk

Аудиозаписи разговоров пожилых носителей мандаринского китайского с разметкой для ASR и диаризации дикторов.

Что внутри

Открытый речевой датасет от BAAI на мандаринском китайском языке, включающий от 10 до 100 тысяч записей с аудио и текстом. В нём собраны разговоры пожилых людей в возрасте от 75 до 85 лет с подробными аннотациями. Корпус создан для восполнения дефицита речевых данных этой возрастной группы.

Что можно сделать

  • Адаптация систем распознавания речи (ASR) под голоса пожилых людей
  • Обучение моделей верификации и диаризации дикторов (SV, SD)
  • Исследования в области редактирования речи и голосовых ассистентов для старшего поколения
Задачи
Распознавание речи
Языки
Китайский
Размер
10K–100K записей
Скачиваний за месяц
2,3 тыс.
Лайков
45

Как загрузить

from datasets import load_dataset

ds = load_dataset("BAAI/SeniorTalk")