К содержимому

Датасет · google

Базовый датасет голосовых команд от Google

google/speech_commands

Десятки тысяч односекундных аудиозаписей базовых английских слов и фоновых шумов для обучения распознаванию команд.

Что внутри

Набор состоит из односекундных .wav файлов, где разные дикторы произносят по одному английскому слову (от 30 слов в v0.01 до 35 в v0.02, включая команды «Yes», «No», «Stop», «Go» и цифры) или записан фоновый шум. В первой версии содержится 64 727 записей, всего в датасете от 100 тыс. до 1 млн примеров.

Что можно сделать

  • Обучение компактных моделей распознавания голосовых команд (Keyword Spotting)
  • Бенчмаркинг лёгких нейросетей для классификации аудио на мобильных устройствах
  • Тренировка детекторов голосовой активности с учётом фоновых шумов
Задачи
Классификация аудио
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
10,7 тыс.
Лайков
66

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("google/speech_commands")