К содержимому

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")