К содержимому

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")