Датасет · ai4bharat
Размеченная речь на 12 индийских языках
ai4bharat/Kathbath
1 684 часа аудиозаписей речи с ручной расшифровкой на 12 языках Индии для обучения систем распознавания (ASR).
Что внутри
Датасет включает аудиозаписи и текстовые транскрипции общим объемом 1 684 часа (от 100 тысяч до 1 миллиона примеров). Записи собраны от 1 218 дикторов из 203 округов Индии и охватывают 12 языков, включая хинди, бенгальский, тамильский, урду, санскрит и другие.
Что можно сделать
- Обучение и дообучение моделей автоматического распознавания речи (ASR)
- Создание мультиязычных голосовых ассистентов для индийских языков
- Бенчмаркинг качества распознавания речи в условиях разных диалектов
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 8,7 тыс.
- Лайков
- 59
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
- nvidia/magpie_tts_multilingual_357mСинтез речи 16,5 тыс.
- shunyalabs/zero-stt-hinglishРаспознавание речи 706
- udgamlabs/ShrutiРаспознавание речи 680
- udgamlabs/shruti-teluguРаспознавание речи 403
- onnx-community/zero-stt-hinglish-ONNXРаспознавание речи 288
- udgamlabs/shruti-tamilРаспознавание речи 277
- udgamlabs/shruti-bengaliРаспознавание речи 179
- udgamlabs/shruti-marathiРаспознавание речи 165
Как загрузить
from datasets import load_dataset
ds = load_dataset("ai4bharat/Kathbath")