К содержимому

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")