Датасет · thanhnew2001
103 часа размеченной речи на вьетнамском языке для ASR
thanhnew2001/VietSuperSpeech
Аудиодатасет с транскрипциями на вьетнамском языке (32 267 фрагментов, 16 кГц) для распознавания речи.
Что внутри
Корпус для распознавания вьетнамской речи общим объёмом 103,18 часа, разделённый на обучающую (29 041 запись) и валидационную (3 226 записей) выборки. Аудио имеет частоту дискретизации 16 000 Гц и среднюю длину фрагмента около 12 секунд. Сборка объединяет три исходных набора данных (nguoivietdailynews, nguyenkhangofficial, trinhlieu) и оформлена в формате Icefall (train.json и dev.json).
Что можно сделать
- Обучение или дообучение ASR-моделей (например, Whisper, Zipformer) для вьетнамского языка
- Оценка качества распознавания вьетнамской речи на готовом dev-сплите
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 20,2 тыс.
- Лайков
- 6
Как загрузить
from datasets import load_dataset
ds = load_dataset("thanhnew2001/VietSuperSpeech")