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")