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")