Датасет · k2speech
60 часов узбекской речи с транскрипцией
k2speech/FeruzaSpeech
Датасет начитанной речи на узбекском языке с расшифровкой на кириллице и латинице для ASR и синтеза.
Что внутри
Содержит аудиозаписи начитанной речи и текстовые расшифровки на узбекском языке в двух вариантах написания: на кириллице и латинице. В выборке от 10 до 100 тысяч примеров общей длительностью 60 часов, озвученных одним носителем языка (женский голос, Ташкент), данные частично представлены в формате TSV.
Что можно сделать
- Обучение и дообучение моделей синтеза речи (TTS) на узбекском языке
- Тестирование и адаптация систем распознавания речи (ASR) для узбекской кириллицы и латиницы
- Языки
- uz
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 738
- Лайков
- 8
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
- navai-uz/whisper-medium-uzbekРаспознавание речи 3,8 тыс.
- navai-uz/whisper-small-uzbekРаспознавание речи 1,1 тыс.
- navai-uz/whisper-base-uzbekРаспознавание речи 338
- Mannon/whisper-medium-uzbekРаспознавание речи 179
- Mannon/whisper-small-uzbekРаспознавание речи 137
- navai-uz/whisper-tiny-uzbekРаспознавание речи 74
- SamariddinS/uzbek-voiceРаспознавание речи 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("k2speech/FeruzaSpeech")