Датасет · facebook
Мультиязычный LibriSpeech (MLS) для речи
facebook/multilingual_librispeech
Аудиокниги LibriVox на 8 языках с текстами для ASR, TTS и речевых исследований.
Что внутри
Это streamable-версия Multilingual LibriSpeech: архивы перестроены из оригинальных данных OpenSLR для удобного стриминга. Корпус состоит из прочитанных аудиокниг LibriVox на английском, немецком, нидерландском, испанском, французском, итальянском, португальском и польском. Модальности — аудио и текст; объём по метаданным — от 1M до 10M.
Что можно сделать
- Обучение и оценка мультиязычных ASR-моделей
- Обучение TTS на аудиокнигах
- Речевые исследования с текстовыми транскриптами
- Задачи
- Распознавание речи, Синтез речи, Текст → аудио
- Языки
- Немецкий, Нидерландский, Французский, Итальянский, Испанский, Португальский, Польский, Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 38,1 тыс.
- Лайков
- 201
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("facebook/multilingual_librispeech")