Датасет · anyantudre
Очищенный речевой корпус языка мооре для ASR и TTS
anyantudre/MooreSpeechCorporaV2
От 100 тысяч до 1 миллиона пар аудио и текста на языке мооре с выверенной разметкой для ASR и TTS.
Что внутри
Вторая версия корпуса MooreSpeechCorpora содержит от 100 тысяч до 1 миллиона аудиозаписей на малоресурсном языке мооре (с упоминанием французского в метаданных), сопоставленных с текстом. Все клипы заново выровняли, обрезали музыку по краям, переразметили дикторов и проверили транскрипции двумя ASR-моделями. Структура первых шести колонок полностью совместима с первой версией датасета.
Что можно сделать
- Обучение и дообучение моделей распознавания речи (ASR) для языка мооре
- Тренировка систем синтеза речи (TTS) с учётом разметки дикторов
- Задачи
- Распознавание речи, Синтез речи
- Языки
- mos, Французский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 35,6 тыс.
- Лайков
- 0
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("anyantudre/MooreSpeechCorporaV2")