К содержимому

Датасет · litagin

Крупный японский речевой корпус из визуальных новелл

litagin/Galgame_Speech_ASR_16kHz

От 1 до 10 млн пар аудио (16 кГц) и транскрипций на японском языке для задач ASR.

Что внутри

Датасет содержит от 1 до 10 миллионов примеров в формате аудио и текста на японском языке с частотой дискретизации 16 кГц, собранных из озвучки визуальных новелл (galgame). Набор распространяется строго для некоммерческого использования под лицензией GPL v3.0 с требованием открывать исходный код обученных моделей.

Что можно сделать

  • Обучение или дообучение моделей ASR для распознавания эмоциональной японской речи
  • Разработка систем автоматических субтитров для японских игр и аниме в некоммерческих проектах
Задачи
Распознавание речи
Языки
Японский
Размер
1M–10M записей
Скачиваний за месяц
458
Лайков
48

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("litagin/Galgame_Speech_ASR_16kHz")