Датасет · MushanW
Корпус английской речи с разными акцентами мира
MushanW/GLOBE
От сотен тысяч до миллиона аудиозаписей английской речи с мировыми акцентами и оценками качества.
Что внутри
Датасет содержит аудиозаписи и тексты на английском языке, собранные на базе Common Voice с сохранением оригинальных ID. В версии V3 добавлены подробные аннотации качества речи, а в версии V2 исправлена проблема с аномальной громкостью голоса. Объем корпуса составляет от 100 тысяч до 1 миллиона записей.
Что можно сделать
- Обучение моделей синтеза речи (TTS) с поддержкой различных акцентов
- Повышение устойчивости систем распознавания речи (ASR) к разному произношению
- Классификация аудио и определение акцента говорящего
- Задачи
- Текст → аудио, Распознавание речи, Обработка аудио, Классификация аудио
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 3,5 тыс.
- Лайков
- 32
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("MushanW/GLOBE")