Датасет · Sunbird
Африканский многоязычный корпус речи и текста
Sunbird/salt
Параллельный корпус текстов и аудиозаписей на английском и шести языках Восточной Африки.
Что внутри
Включает 25 000 предложений на английском, луганда, лугбара, ачоли, руньянколе, атесо и суахили (в описании также упоминаются локальные темы вроде здоровья и сельского хозяйства). Предназначен для машинного перевода, ASR и TTS.
Что можно сделать
- Обучение моделей автоматического распознавания речи (ASR) для африканских языков
- Создание систем синтеза речи (TTS) и машинного перевода
- Задачи
- Распознавание речи, Синтез речи, Перевод
- Языки
- ach, eng, lgg, lg, nyn, teo, ttj, sw и ещё 1
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 892
- Лайков
- 27
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
- Sunbird/asr-whisper-large-v2-saltРаспознавание речи 916
- mradermacher/lugbara-english-translator-GGUFПеревод 572
- Sunbird/asr-whisper-large-v3-saltРаспознавание речи 360
- Sunbird/translate-nllb-1.3b-saltГенерация текста 187
- Sunbird/spark-tts-saltСинтез речи 147
- Sunbird/Sunflower-14BГенерация текста 113
- ckuma/lugbara-multilingual-translatorПеревод 93
- Sunbird/translate-nllb-1.3b-salt-8bit 58
Как загрузить
from datasets import load_dataset
ds = load_dataset("Sunbird/salt")