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")