К содержимому

Датасет · Mohammed01

Бенчмарк детекции дипфейков арабской речи

Mohammed01/ArFake

Первый многодиалектный датасет синтетической и реальной арабской речи для поиска аудиоподделок.

Что внутри

Внутри находятся аудиозаписи и тексты на арабском языке, охватывающие сразу несколько диалектов. Объём коллекции составляет от 10 до 100 тысяч записей, среди которых есть специально сгенерированная синтетическая речь. Данные собраны как первый комплексный бенчмарк для проверки устойчивости моделей на незнакомых генераторах и диалектах.

Что можно сделать

  • Обучение детекторов спуфинга и голосовых дипфейков на арабском языке
  • Проверка устойчивости систем аудиоклассификации к незнакомым диалектам и синтезаторам речи
  • Тестирование моделей ASR и синтеза речи на арабских диалектах
Задачи
Классификация аудио, Распознавание речи, Текст → аудио
Языки
Арабский
Размер
10K–100K записей
Скачиваний за месяц
10,2 тыс.
Лайков
9
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("Mohammed01/ArFake")