К содержимому

Датасет · laubonghaudoi

Аудиоданные заседаний Законодательного совета Гонконга

laubonghaudoi/legco-speech

Масштабный аудиодатасет и тексты заседаний на кантонском языке с исходными и сегментированными записями.

Что внутри

Содержит записи заседаний Законодательного совета Гонконга на кантонском языке (yue) общей продолжительностью более 20 тысяч часов. Разделен на сырые (raw) и сегментированные (segmented) через VAD подмножества с текстовыми расшифровками.

Что можно сделать

  • Обучение и дообучение систем Automatic Speech Recognition (ASR) для кантонского языка
  • Задачи аудиоклассификации и обработки речи
Задачи
Распознавание речи, Обработка аудио, Классификация аудио, Генерация текста
Языки
yue
Размер
1M–10M записей
Скачиваний за месяц
22,9 тыс.
Лайков
3

Как загрузить

from datasets import load_dataset

ds = load_dataset("laubonghaudoi/legco-speech")