Vāksañcayaḥ (Sanskrit Speech Corpus by IIT Bombay)

这个梵语语音语料库有超过 78 小时的音频数据，包含 45,953 个句子的录音，采样率为 22KHz。内容主要是阅读跨越Saṃskṛtam文学的各种sāstras的文本，还包括当代故事、广播节目、即兴话语等。

This Sanskrit speech corpus contains over 78 hours of audio data, consisting of recordings of 45,953 sentences with a sampling rate of 22 kHz. The corpus primarily features readings of texts from various sāstras spanning Sanskrit literature, as well as contemporary stories, radio programs, impromptu utterances, and other related content.

搜集汇总

背景与挑战

背景概述

Vāksañcayaḥ是一个由IIT Bombay创建的梵语语音语料库，包含超过78小时的音频数据，涵盖45,953个句子录音，采样率为22KHz。其内容涉及传统文学、当代故事、广播节目和即兴话语，由剑桥大学和印度理工学院于2021年发布。