К содержимому

Датасет · nvidia

Многоязычные аудиоданные с инструкциями от NVIDIA

nvidia/Granary-v2

Набор сгенерированных меток и инструкций для многоязычной речи, охватывающий ASR, перевод и ответы на вопросы по аудио.

Что внутри

Второй релиз аудиодатасета от NVIDIA с переработанной разметкой поверх широкого набора исходных корпусов речи. Помимо транскрипций и переводов, внутри лежат метки для нормализации текста, аудиокапшонинга, переключения кодов и пар вопрос-ответ по речи. Представлены данные на нескольких языках, включая арабский, ассамский, болгарский, бенгальский, чешский и датский.

Что можно сделать

  • Обучение и дообучение многоязычных моделей распознавания речи (ASR) и машинного перевода
  • Тренировка мультимодальных аудио-текстовых моделей для ответов на вопросы по звуку (speech-QA)
  • Настройка моделей для работы с переключением языков (code-switching) и нормализацией текста
Задачи
Распознавание речи, Перевод, audio text to text, Вопрос-ответ
Языки
Арабский, as, bg, bn, cs, da, Немецкий, el и ещё 4
Скачиваний за месяц
10,6 тыс.
Лайков
61

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("nvidia/Granary-v2")