К содержимому

Датасет · uvci

Речь и перевод для языка диула

uvci/koumankan4dyula

Корпус из 15 часов аудио на западноафриканском языке диула с транскрипциями и переводами на французский и английский.

Что внутри

В набор входят 10 929 аудиозаписей (около 15 часов) на малоресурсном языке диула, на котором говорят более 16,4 млн человек в Западной Африке. К каждой записи прилагаются исходный текст и переводы на французский и английский языки. Данные собраны в рамках проекта Koumankan.

Что можно сделать

  • Обучение моделей ASR для распознавания речи на языке диула
  • Обучение систем прямого перевода речи в текст (Speech-to-Text Translation)
  • Дообучение мультиязычных моделей на малоресурсных африканских языках
Задачи
Распознавание речи, Перевод
Языки
bm
Размер
10K–100K записей
Скачиваний за месяц
194
Лайков
12
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("uvci/koumankan4dyula")