К содержимому

Датасет · turiabu

Датасет начитанной речи для языка оромо (ASR и TTS)

turiabu/Sagalee

Открытый речевой корпус для распознавания и синтеза речи на малоресурсном эфиопском языке оромо.

Что внутри

Набор данных объёмом от 10 до 100 тысяч пар аудио и текста на языке оромо (Afaan Oromoo). Он состоит из записей начитанной речи, подготовленных для научной статьи на конференции ICASSP 2025, и распространяется под лицензией CC BY-NC 4.0.

Что можно сделать

  • Обучение и дообучение моделей распознавания речи (ASR) для языка оромо
  • Создание систем синтеза речи (TTS) на малоресурсном языке
Задачи
Распознавание речи, Синтез речи
Языки
om
Размер
10K–100K записей
Скачиваний за месяц
350
Лайков
5

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("turiabu/Sagalee")