К содержимому

Датасет · chantysothy

Кхмерская речь: Типитака и жизнь Будды

chantysothy/khmer-tipitaka-buddha-life-speech

Начитанная кхмерская речь на основе текстов Типитаки для задач ASR и TTS с ручной модерацией доступа.

Что внутри

Датасет включает все 110 томов кхмерской Типитаки, озвученных одним чтецом (YouTube) и выровненных по текстовым источникам. Аудио нарезано по паузам (4–16 секунд, 16 кГц моно), объем составляет от 100 тысяч до 1 миллиона примеров. Доступ к данным модерируется вручную владельцем.

Что можно сделать

  • Обучение систем кхмерского распознавания речи (ASR)
  • Создание синтеза речи (TTS) для кхмерского языка
Задачи
Распознавание речи, Синтез речи
Языки
km
Размер
100K–1M записей
Скачиваний за месяц
24,8 тыс.
Лайков
0
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("chantysothy/khmer-tipitaka-buddha-life-speech")