Датасет · alexwengg
Бенчмарк выравнивания речи и текста Buckeye Corpus
alexwengg/buckeye
16,1 часа разговорной речи с ручной разметкой таймкодов каждого слова для forced alignment.
Что внутри
Набор основан на корпусе разговорной речи Buckeye Corpus (v2.0) и включает 2 478 аудиосегментов от 20 дикторов общей длительностью 16,1 часа (145 762 слова, в среднем 59 слов на сегмент). Аудио представлено в формате 16 кГц моно PCM WAV и снабжено ручной разметкой временных границ на уровне отдельных слов.
Что можно сделать
- Бенчмаркинг систем принудительного выравнивания аудио и текста (forced alignment)
- Оценка точности предсказания таймкодов слов в моделях ASR
- Дообучение алгоритмов сегментации спонтанной разговорной речи
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 21,4 тыс.
- Лайков
- 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("alexwengg/buckeye")