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")