К содержимому

Датасет · basis-ai

Многоязычные беседы нескольких спикеров (48 кГц)

basis-ai/basis-conversations-1500

Мультиязычный датасет живых диалогов до 4 человек с разделением аудио по каналам для ASR.

Что внутри

Набор содержит многосторонние диалоги на разных языках (включая английский, немецкий, французский, испанский, арабский и иврит), в которых одновременно участвуют от двух до четырёх человек. Аудио записано с частотой 48 кГц с отдельным каналом на каждого спикера, медианная длительность беседы — 33 минуты, всего представлено 2 645 уникальных дикторов.

Что можно сделать

  • Обучение и проверка систем ASR для диалогов с перебиваниями (full-duplex)
  • Разработка моделей диаризации спикеров и разделения речи нескольких людей
  • Тренировка голосовых ИИ-ассистентов для естественного общения в реальном времени
Задачи
Распознавание речи, Классификация аудио
Языки
Арабский, Немецкий, Английский, Испанский, Французский, he, Хинди, Итальянский и ещё 4
Размер
10K–100K записей
Скачиваний за месяц
14,4 тыс.
Лайков
63
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("basis-ai/basis-conversations-1500")