К содержимому

Датасет · talkbank

Записи телефонных разговоров для диаризации спикеров

talkbank/callhome

Неподготовленные телефонные беседы на пяти языках с разметкой для разделения голосов собеседников.

Что внутри

В датасете собраны спонтанные телефонные разговоры носителей английского, китайского, японского, немецкого и испанского языков. Это обработанная версия корпуса CALLHOME из коллекции TalkBank, содержащая аудиозаписи и тексты. Объём данных составляет менее 1000 записей.

Что можно сделать

  • Обучение и оценка моделей диаризации спикеров (определения, кто и когда говорит)
  • Тестирование мультиязычных систем распознавания речи (ASR) на телефонном звуке
Языки
Английский, Японский, Китайский, Немецкий, Испанский
Размер
до 1K записей
Скачиваний за месяц
870
Лайков
54
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("talkbank/callhome")