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")