Датасет · FBK-MT
Мультиязычный корпус для понимания устной речи
FBK-MT/Speech-MASSIVE
Озвученная версия текстового корпуса MASSIVE для задач ASR, определения намерений и заполнения слотов.
Что внутри
Датасет представляет собой аудиоверсию части текстового корпуса MASSIVE с сохранением разметки намерений (intent prediction) и слотов (slot-filling). Он охватывает 12 языков из разных языковых семей, включая русский, английский, арабский, немецкий, корейский и другие. Общий размер составляет от 10 до 100 тысяч записей.
Что можно сделать
- Обучение мультиязычных моделей понимания устной речи (SLU) и голосовых ассистентов
- Тренировка ASR с последующей классификацией интентов
- Zero-shot классификация аудио на нескольких языках
- Задачи
- Классификация аудио, Классификация текста, Zero-shot классификация, Распознавание речи
- Языки
- Арабский, Немецкий, Испанский, Французский, hu, Корейский, Нидерландский, Польский и ещё 4
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 3,6 тыс.
- Лайков
- 57
Модели, обученные на нём
- Trendency/whisper-large-v3-huРаспознавание речи 628
- naver/mHuBERT-147-ASR-frРаспознавание речи 60
- gs224/whisper-tiny-polishРаспознавание речи 53
- alkiskoudounas/xls-r-128-speechmassive-de-DEКлассификация аудио 40
- alkiskoudounas/xls-r-53-de-speechmassive-de-DEКлассификация аудио 31
- alkiskoudounas/xls-r-128-speechmassive-fr-FRКлассификация аудио 26
- alkiskoudounas/xls-r-53-fr-speechmassive-fr-FRКлассификация аудио 24
- alkiskoudounas/xls-r-128-speechmassive-fr-FR-goldКлассификация аудио 17
Как загрузить
from datasets import load_dataset
ds = load_dataset("FBK-MT/Speech-MASSIVE")