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
- nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4BРаспознавание речи 94,5 тыс.
- nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B-FP8Распознавание речи 73,9 тыс.
- nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B-NVFP4Распознавание речи 23,4 тыс.
- prithivMLmods/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B-GGUFРаспознавание речи 4,8 тыс.
- AMAImedia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B-BF16-GGUFРаспознавание речи 1,6 тыс.
- mradermacher/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B-i1-GGUF 1,5 тыс.
- mradermacher/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B-GGUF 1,5 тыс.
- KirillFPV/nemotron-transcribe-partsРаспознавание речи 331
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/Granary-v2")