Датасет · espnet
369 тыс. часов речи с YouTube
espnet/yodas
Аудиофрагменты и подписи с YouTube для обучения и проверки ASR-систем.
Что внутри
Ручной/автоматический сабсет YODAS: 369 510 часов речи, аудио-высказывания и соответствующие captions из YouTube. Ручные captions означают, что их загрузили пользователи, но не обязательно что транскрипцию сделал человек. Также выложена YODAS2 с несегментированным аудио и частотой 24 кГц.
Что можно сделать
- Обучение ASR-моделей
- Дообучение speech-encoder
- Оценка ASR на YouTube-речи
- Скачиваний за месяц
- 98,9 тыс.
- Лайков
- 165
Модели, обученные на нём
- third-intelligence/Haas-ja-v1.0Распознавание речи 3,5 тыс.
- futo-org/asr4all-lРаспознавание речи 630
- futo-org/asr4all-sРаспознавание речи 599
- futo-org/asr4all-mРаспознавание речи 423
- bofenghuang/whisper-large-v3-distil-it-v0.2Распознавание речи 225
- mrjnzzz/Haas-ja-v1.0-mlxРаспознавание речи 210
- Sagicc/whisper-tiny-srРаспознавание речи 174
- furkanbekmezci/TR-Omni-E4B-Turkish-Native-Speech-to-Speech-ModelМультимодальные 131
Как загрузить
from datasets import load_dataset
ds = load_dataset("espnet/yodas")