Датасет · PerSets
400 часов персидской речи из видеосервиса Filimo для ASR
PerSets/filimo-persian-asr
Аудиозаписи на персидском языке с сырыми транскрипциями для обучения систем распознавания речи.
Что внутри
Корпус содержит около 400 часов аудио, извлеченного из различных видео с платформы Filimo на персидском языке. Текстовые расшифровки в наборе сырые и не проходили ручную валидацию, а разделение на обучающую и тестовую выборки отсутствует — авторы рекомендуют сделать это самостоятельно.
Что можно сделать
- Обучение и дообучение моделей автоматического распознавания речи (ASR) на персидском
- Предобучение акустических энкодеров на разговорной речи из кино и сериалов
- Задачи
- Распознавание речи
- Языки
- Персидский
- Скачиваний за месяц
- 869
- Лайков
- 9
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("PerSets/filimo-persian-asr")