К содержимому

Датасет · otoearth

Двусторонние англоязычные видеодиалоги

otoearth/otoSpeech-video-full-duplex-21h

Датасет из 81 сессии полнодуплексных видео- и аудиоразговоров для задач audio-to-audio.

Что внутри

Набор содержит 20,65 часа двусторонних разговоров на английском языке с участием 27 спикеров. Для каждого спикера записано видео в формате 1280×720 MP4 (лица замазаны в видео) и двухканальное аудио 48 kHz FLAC (по каналу на человека), а также стенограммы с временными метками слов.

Что можно сделать

  • Обучение и проверка аудио-моделей и систем распознавания речи
  • Разработка мультимодальных диалоговых систем
Задачи
Обработка аудио
Языки
Английский
Размер
до 1K записей
Скачиваний за месяц
168
Лайков
18
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("otoearth/otoSpeech-video-full-duplex-21h")