Датасет · razhan
Корпус курдской речи yt-ckb с YouTube
razhan/yt-ckb
Сборник из около 775 тысяч коротких аудиозаписей центральнокурдской речи с транскрипциями.
Что внутри
Содержит ~775k коротких аудиоклипов в формате WAV на центральнокурдском языке (Сорани) общей сложностью 116.4 ГБ. Данные разбиты на 56 архивов и сопровождаются файлом индекса metadata.csv.
Что можно сделать
- Обучение моделей ASR для курдского языка (Sorani)
- Разработка систем распознавания и перевода речи
- Задачи
- Распознавание речи
- Языки
- ckb
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 1,2 тыс.
- Лайков
- 1
Как загрузить
from datasets import load_dataset
ds = load_dataset("razhan/yt-ckb")