К содержимому

Датасет · MohamedRashad

Арабский речевой датасет MASC

MohamedRashad/MASC-Arabic

1000 часов арабской речи на разных диалектах, собранной с YouTube.

Что внутри

Содержит аудиозаписи и тексты на арабском языке объемом от 100 тысяч до 1 миллиона примеров (1000 часов речи с частотой 16 кГц). Данные собраны из более чем 700 каналов YouTube, охватывают разные регионы, жанры и диалекты.

Что можно сделать

  • Обучение и дообучение систем ASR (автоматического распознавания речи)
  • Разработка моделей Text-to-Speech для арабских диалектов
Задачи
Распознавание речи, Синтез речи
Языки
Арабский
Размер
100K–1M записей
Скачиваний за месяц
2,7 тыс.
Лайков
12

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("MohamedRashad/MASC-Arabic")