К содержимому

Датасет · huuuyeah

Аудиозаписи и транскрипты заседаний горсоветов США

huuuyeah/MeetingBank_Audio

Бенчмарк с записями длинных заседаний городских советов, стенограммами и протоколами для саммаризации.

Что внутри

Внутри собрано 1366 записей заседаний городских советов шести крупных городов США общей длительностью более 3579 часов, а также транскрипты, повестки и PDF-протоколы. В среднем одна встреча длится 2,6 часа, а её расшифровка превышает 28 тысяч токенов. Модальность в репозитории заявлена как audio, объём — от 1 до 10 тысяч записей.

Что можно сделать

  • Оценка и дообучение моделей саммаризации длинных встреч и многочасовых диалогов
  • Обучение систем извлечения структуры и ключевых решений из записей совещаний
  • Тестирование ASR-систем на длинных многопользовательских выступлениях
Размер
1K–10K записей
Скачиваний за месяц
2,8 тыс.
Лайков
24

Как загрузить

from datasets import load_dataset

ds = load_dataset("huuuyeah/MeetingBank_Audio")