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")