Датасет · fsicoli
Многоязычный голосовой корпус Common Voice 16.0
fsicoli/common_voice_16_0
Неофициальная копия открытого корпуса речи Mozilla Common Voice 16.0 для задач ASR.
Что внутри
Огромный набор данных (в метаданных указан масштаб от 100B до 1T), скачанный и сконвертированный с сайта проекта Mozilla Common Voice. Включает записи речи на множестве языков, среди которых абхазский, арабский, армянский, башкирский, белорусский, болгарский, чувашский и другие.
Что можно сделать
- Обучение и дообучение многоязычных моделей ASR
- Создание систем распознавания малоресурсных языков
- Задачи
- Распознавание речи
- Языки
- ab, af, am, Арабский, as, ast, az, ba и ещё 4
- Размер
- 100B–1T записей
- Скачиваний за месяц
- 25,1 тыс.
- Лайков
- 4
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("fsicoli/common_voice_16_0")