К содержимому

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")