К содержимому

Датасет · edinburghcstr

Диалоги на английском с разными акцентами

edinburghcstr/edacc

40 часов парных разговоров на английском с разнообразными акцентами для обучения и проверки ASR.

Что внутри

Корпус содержит 40 часов парных диалогов на английском языке между людьми с разными акцентами (как носителями, так и теми, для кого язык второй), общим объемом от 10 до 100 тысяч записей. Для каждого участника приложен профиль с описанием его лингвистического бэкграунда. В датасете представлены модальности аудио и текста.

Что можно сделать

  • Оценка устойчивости моделей распознавания речи (ASR) к различным акцентам
  • Дообучение ASR-систем для работы с неродным английским
  • Классификация аудио по языковому профилю или акценту говорящего
Задачи
Распознавание речи, Классификация аудио
Размер
10K–100K записей
Скачиваний за месяц
6,6 тыс.
Лайков
18

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("edinburghcstr/edacc")