Датасет · opedromartins
Объединённый корпус бразильского португальского для ASR
opedromartins/ASR-datasets-ptbr
Большой сборник аудиозаписей с транскрибациями на португальском языке (Бразилия) для обучения систем распознавания речи.
Что внутри
Внутри собраны пары аудиозаписей и текстовых расшифровок на бразильском варианте португальского языка. Общий объём составляет от 1 до 10 миллионов записей. Датасет представляет собой единый стандартизированный корпус, объединяющий несколько публичных наборов данных о речи.
Что можно сделать
- Обучение и дообучение моделей автоматического распознавания речи (ASR) на португальском языке
- Сравнение качества акустических моделей на едином стандартизированном корпусе
- Задачи
- Распознавание речи
- Языки
- Португальский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 869
- Лайков
- 14
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("opedromartins/ASR-datasets-ptbr")