К содержимому

Датасет · nvidia

Метаданные чистой многоязычной речи от NVIDIA

nvidia/Granary-HiFi

Отфильтрованные метаданные для подмножества VoxPopuli (от 10 до 100 млн записей) для отбора качественного аудио в ASR.

Что внутри

Это табличные и текстовые метаданные Granary-v2 от NVIDIA, полученные после фильтрации многоязычного речевого корпуса VoxPopuli (включая английский, немецкий, чешский и другие языки). Самих аудиофайлов внутри нет — только размеченные метаданные, прошедшие детекцию звуковых событий для отсеивания записей с посторонними шумами. Размер набора составляет от 10 до 100 млн строк.

Что можно сделать

  • Фильтрация исходного корпуса VoxPopuli для обучения моделей ASR на чистой речи
  • Анализ покрытия речи и уровня шумов в многоязычных аудиодатасетах
Задачи
Распознавание речи
Языки
bg, cs, da, Немецкий, el, Английский, Испанский, et и ещё 4
Размер
10M–100M записей
Скачиваний за месяц
2 тыс.
Лайков
11

Как загрузить

from datasets import load_dataset

ds = load_dataset("nvidia/Granary-HiFi")