К содержимому

Датасет · artur-muratov

Мультиязычные голосовые команды (15 языков, аугментация)

artur-muratov/multilingual-speech-commands-15lang

Аугментированные аудиозаписи коротких голосовых команд на 15 языках для обучения систем распознавания ключевых слов.

Что внутри

Датасет включает от 1 до 10 миллионов пар аудио и текста на 15 языках, среди которых английский, русский, казахский, татарский, арабский и турецкий. Записи собраны из различных открытых источников и отфильтрованы так, чтобы совпадать со словарём Google Speech Commands. Для повышения устойчивости моделей к аудиозаписям применены стандартные методы аугментации.

Что можно сделать

  • Обучение компактных моделей распознавания голосовых команд (Keyword Spotting) для умных устройств
  • Дообучение мультиязычных ASR-моделей на тюркских и редких языках (казахский, татарский)
Языки
Английский, Русский, kk, tt, Арабский, Турецкий, Французский, Немецкий и ещё 4
Размер
1M–10M записей
Скачиваний за месяц
20,6 тыс.
Лайков
16

Как загрузить

from datasets import load_dataset

ds = load_dataset("artur-muratov/multilingual-speech-commands-15lang")