К содержимому

Датасет · formospeech

Корпус аудио и транскрипций для ASR (tat_asr)

formospeech/tat_asr

Речевой корпус с разделением на чистую и зашумлённую речь для обучения и оценки систем ASR.

Что внутри

Датасет включает аудиозаписи и текстовые транскрипции (всего более 100 тысяч примеров, разделённых на train, eval и test). Данные поделены на два поднабора одинакового объёма: чистая речь (reading_clean, около 51,5 часа суммарно) и речь в сложных акустических условиях (reading_mc, около 51,4 часа). Доступ к корпусу открыт по запросу (Gated), конкретный язык в фрагменте не указан.

Что можно сделать

  • Обучение и дообучение моделей ASR для распознавания как чистой, так и зашумлённой речи
  • Сравнительное тестирование устойчивости систем распознавания речи к акустическим помехам
Размер
100K–1M записей
Скачиваний за месяц
26,8 тыс.
Лайков
0
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("formospeech/tat_asr")