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")