Датасет · speechcolab
10 000 часов английской речи с транскриптами
speechcolab/gigaspeech
Аудиокниги, подкасты и YouTube с расшифровками — для обучения ASR и TTS на английском.
Что внутри
GigaSpeech — английский корпус речи с 10 000 часов размеченного аудио для supervised-обучения. Транскрипты собраны из аудиокниг, подкастов и YouTube и покрывают чтение и спонтанную речь на разные темы. Данные в аудио и тексте, на английском языке.
Что можно сделать
- Обучить или дообучить ASR-модель вроде Whisper
- Проверить качество распознавания на разных доменах
- Использовать аудио и тексты для TTS-экспериментов
- Задачи
- Распознавание речи, Синтез речи, Текст → аудио
- Языки
- Английский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 16,7 тыс.
- Лайков
- 177
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("speechcolab/gigaspeech")