К содержимому

Датасет · seanghay

Аудио и транскрипции на кхмерском языке

seanghay/khmer_mpwt_speech

Почти два часа озвученных фраз на кхмерском языке из мобильного приложения для синтеза речи.

Что внутри

Внутри от 1 до 10 тысяч пар аудио и текста на кхмерском языке общей длительностью около 1,93 часа (6957 секунд). Данные взяты из мобильного приложения Министерства общественных работ и транспорта и проверены вручную, хотя в них всё ещё могут встречаться ошибки. Набор предназначен исключительно для исследовательских целей.

Что можно сделать

  • Обучение или дообучение моделей синтеза речи (TTS) для кхмерского языка
  • Тестирование и адаптация моделей распознавания речи (ASR) для редкого языка
Задачи
Синтез речи
Языки
km
Размер
1K–10K записей
Скачиваний за месяц
217
Лайков
11

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("seanghay/khmer_mpwt_speech")