Датасет · echonova-ai
Бенчмарк распознавания арабского языка и 8 диалектов
echonova-ai/arabic-dialect-asr-benchmark
20 часов размеченной арабской речи на литературном языке и восьми региональных диалектах для оценки ASR-систем.
Что внутри
Публичное тестовое подмножество из статьи EchoNova Sada включает 8925 аудиоклипов длительностью до 30 секунд (всего 19,95 часа) с ручной текстовой расшифровкой. Данные охватывают современный стандартный арабский и восемь диалектов: египетский, эмиратский, саудовский, кувейтский, катарский, оманский, сирийский и ливанский.
Что можно сделать
- Оценка качества ASR-моделей на различных диалектах арабского языка
- Тестирование устойчивости систем распознавания речи к региональным акцентам
- Задачи
- Распознавание речи
- Языки
- Арабский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 275
- Лайков
- 10
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("echonova-ai/arabic-dialect-asr-benchmark")