archivartaunik/01Matfieja-03

---
tags:
- audio
- asr
- subtitles
language:
- be
license: cc-by-4.0
task_categories:
- automatic-speech-recognition
pretty_name: 01.Matfieja-03
---

# 01.Matfieja-03

Датасэт, атрыманы аўтаматычнай нарэзкай аднаго аўдыяфайла па межах субцітраў. Падтрымліваюцца фарматы: SRT, VTT, ASS/SSA, SBV, TTML, MicroDVD (.sub), JSON.

## Змест
- `clips/` — аўдыякліпы
- `metadata.csv` — табліца з палямі: `id, audio, text, speaker, start, end, duration`

## Выкарыстанне
```python
from datasets import load_dataset
ds = load_dataset("archivartaunik/01Matfieja-03", split="train")
sample = ds[0]
print(sample["speaker"], sample["text"]) # спікер і тэкст субцітра
arr = sample["audio"]["array"]
sr = sample["audio"]["sampling_rate"]
```

标签：
- 音频（audio）
- 自动语音识别（Automatic Speech Recognition，ASR）
- 字幕（subtitles）
语言：
- 白俄罗斯语（Belarusian，be）
许可协议：CC BY 4.0（cc-by-4.0）
任务类别：
- 自动语音识别（Automatic Speech Recognition）
展示名称：01.Matfieja-03

# 01.Matfieja-03

## 内容
本数据集通过单音频文件按字幕区间自动切片生成，支持的字幕格式包括：SRT、VTT、ASS/SSA、SBV、TTML、MicroDVD (.sub)、JSON。

## 内容结构
- `clips/`：存储音频片段
- `metadata.csv`：元数据表，包含字段：`id`、`audio`、`text`、`speaker`、`start`、`end`、`duration`

## 使用方法
python
from datasets import load_dataset
ds = load_dataset("archivartaunik/01Matfieja-03", split="train")
sample = ds[0]
print(sample["speaker"], sample["text"]) # 输出说话人及其字幕文本
arr = sample["audio"]["array"]
sr = sample["audio"]["sampling_rate"]