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")