Shirali/N_Nazarbayev_Speech_corpus

该数据集包含9341个手动标记的wav文件，主要来自哈萨克斯坦首任总统努尔苏丹·纳扎尔巴耶夫的在线演讲。其中7919个文件为俄语，1422个文件为哈萨克语。文件时长从0.42秒到13.00秒不等，平均时长为5.71秒。数据集由Nazarabyev大学人机交互实验室的研究团队收集，并可能在未来扩展。

原始信息汇总

数据集概述

数据集来源

• 数据集来源于Kaggle。

数据集内容

• 包含9341个手动标记的wav文件，总时长约14.8小时。
• 其中7919个文件（12.1小时）为俄语，1422个文件（2.7小时）为哈萨克语。
• 文件时长范围：最短0.42秒，最长13.00秒，平均时长5.71秒。

数据集用途

• 该数据集作为纳扎尔巴耶夫大学人机交互实验室的研究成果，由Bolat Tleubayev, Ruslan Polichshuk, Zhanel Zhexenova, 和 Anara Sandygulova收集。

数据集更新状态

• 这是一个持续更新的开源项目，未来可能会有所扩展。

文件格式说明

• .csv文件使用|分隔符，而非,，以避免与标点符号混淆。

许可证

• 数据集遵循CC0-1.0许可证。