Датасет · sarulab-speech
Очищенная версия Mozilla Common Voice 22 в 48 кГц
sarulab-speech/commonvoice22_sidon
Десятки миллионов аудиозаписей речи на 137 языках, очищенных от шумов и улучшенных моделью Sidon.
Что внутри
Это переработанная версия открытого речевого корпуса Mozilla Common Voice 22.0, включающая от 10 до 100 миллионов фрагментов на 137 языках (включая русский, судя по масштабу, а в тегах указаны ab, af, am, ar, as, ast и др.). Аудиофайлы прошли шумоподавление и восстановление качества до 48 кГц с помощью модели Sidon, нарезаны на куски по 21 секунде и упакованы в архивы WebDataset (.tar.gz) под лицензией CC0 1.0.
Что можно сделать
- Обучение качественных мультиязычных моделей синтеза речи (TTS) с частотой 48 кГц
- Тренировка систем распознавания речи (ASR) и моделей улучшения качества звука
- Задачи
- Синтез речи
- Языки
- ab, af, am, Арабский, as, ast, az, ba и ещё 4
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 2,7 тыс.
- Лайков
- 32
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("sarulab-speech/commonvoice22_sidon")