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")