Датасет · kensho
Крупный англоязычный корпус для распознавания речи (ASR)
kensho/spgispeech
Миллионы пар аудио и текста на английском языке для обучения и тестирования систем автоматического распознавания речи.
Что внутри
Датасет содержит от 1 до 10 миллионов записей с аудио- и текстовой модальностями на английском языке для задачи automatic-speech-recognition. В представленном фрагменте карточки приведено только стандартное оглавление без описания источников, структуры полей и условий лицензирования.
Что можно сделать
- Обучение и файнтюнинг моделей ASR для английского языка
- Проверка качества транскрибации речи на больших объёмах данных
- Задачи
- Распознавание речи
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 3,1 тыс.
- Лайков
- 42
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
- mradermacher/tiny-audio-GGUF 434
- oruk/oruk-loop-153MРаспознавание речи 377
- OpenMOSS-Team/MOSS-Transcribe-preview-2BРаспознавание речи 299
- mazesmazes/tiny-audioРаспознавание речи 210
- bosonai/Qwen3-ASR-1.7B-hf-orzeРаспознавание речи 73
- Musci-research/Musci-ASR-2.4BРаспознавание речи 47
- esc-bench/wav2vec2-aed-spgispeechРаспознавание речи 15
- esc-bench/conformer-rnnt-spgispeech 13
Как загрузить
from datasets import load_dataset
ds = load_dataset("kensho/spgispeech")