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
- futo-org/asr4all-lРаспознавание речи 781
- futo-org/asr4all-sРаспознавание речи 587
- futo-org/asr4all-mРаспознавание речи 458
- mradermacher/tiny-audio-GGUF 434
- mazesmazes/tiny-audioРаспознавание речи 210
- futo-org/asr4all-l-plusРаспознавание речи 206
- tiantiaf/wavlm-large-broader-accentКлассификация аудио 131
- futo-org/asr4all-m-plusРаспознавание речи 96
Как загрузить
from datasets import load_dataset
ds = load_dataset("edinburghcstr/edacc")