Datasets-khmer-mpwt-speech

kaggle2025-02-05 更新2025-02-22 收录

下载链接：

https://www.kaggle.com/datasets/sovanndaradiep/datasets-khmer-mpwt-speech

下载链接

链接失效反馈

官方服务：

资源简介：

Khmer-Speech-language

高棉语语音（Khmer-Speech-language）数据集

创建时间：

2025-02-05

seanghay/khmer_mpwt_speech

该数据集包含音频和转录文本，主要用于文本到语音的研究。数据集来源于柬埔寨公共工程和交通部的一个移动应用，经过人工审查，但可能仍存在错误。数据集包含2058个训练样本，总时长为6957.366113秒（约1.932小时）。

Hugging Face2023-06-22 更新210

rinabuoy/khmer-speech-dataset

该数据集是一个语音数据集，包含音频文件及其对应的转录文本。音频特征包括采样率为16000Hz的音频数据，其他特征包括说话人ID、主题、子主题、段落ID、句子ID和音频时长。数据集分为训练集，包含260,920个示例，总大小约为70.06 GB，下载大小约为69.77 GB。数据文件路径为data/train-*，适用于语音识别和相关NLP任务的研究与应用。

Hugging Face2026-05-01 更新20

seanghay/khmer_kheng_info_speech

--- dataset_info: features: - name: word dtype: string - name: duration_ms dtype: int64 - name: audio dtype: audio splits: - name: train num_bytes: 87661862.006 num_exa

Hugging Face2023-07-03 更新30

seanghay/khmer-speech-large

--- dataset_info: features: - name: audio dtype: audio: sampling_rate: 16000 - name: sentence dtype: string splits: - name: train num_bytes: 5686102163.1 num_ex

Hugging Face2023-04-30 更新60

seanghay/khmer_grkpp_speech

该数据集包含高棉语（Khmer）的音频和对应的转录文本，主要用于研究目的，特别是针对低资源语言。数据集总时长为4.446小时，包含533个训练样本。

Hugging Face2023-07-03 更新260