myX-Burmese-Morpho-Synthetic

kaggle2026-03-24 更新2026-05-09 收录

下载链接：

https://www.kaggle.com/datasets/datarrx-/myx-burmese-morpho-synthetic

下载链接

链接失效反馈

官方服务：

资源简介：

37.8M+ Rows of Synthetically Augmented Burmese Morphological Data.

创建时间：

2026-03-24

DatarrX/myX-Burmese-Morpho-Synthetic

myX-Burmese-Morpho-Synthetic 是一个高容量的合成增强数据集，包含超过 3780 万行的缅甸语单词形态组合。该数据集由 DatarrX 组织的 Khant Sint Heinn (Kalix Louis) 开发，旨在推动缅甸语在自然语言处理（NLP）领域的结构理解。数据集的主要目标是提供大量符合缅甸语语法规则的单词组合，虽然许多生成的字符串在语义上可能是“无意义”的（合成

Hugging Face2026-04-23 更新20

DatarrX/myX-Burmese-Numbers

一个详尽、高保真的映射数据集，包含10,000,001行，覆盖了从0到10,000,000（一千万）的每一个整数。该数据集提供了西方阿拉伯数字和缅甸数字系统之间的结构翻译和文本规范化桥接，明确分解为逐位读数和上下文完整文本语言扩展。它主要设计用于机器学习工程师、自动语音识别（ASR）管道、文本到语音（TTS）规范化以及研究缅甸（缅甸）语言的语言学研究人员。

Hugging Face2026-05-24 更新10

DatarrX/burmese-synthetic-speech-corpus

缅甸语合成语音语料库是一个用于文本转语音和自动语音识别任务的数据集，包含缅甸语（Burmese）的音频数据。数据集由合成语音组成，具有文本、音频（采样率为22050 Hz）和性别等特征，适用于语音合成和识别模型的训练。数据集中包括1444个训练示例，总大小约为661 MB，支持缅甸语语音处理研究。

Hugging Face2026-05-29 更新60

DatarrX/myX-Burmese-Synthetic-Pseudo-Syllables

该数据集包含5,814,699个计算机生成的（合成）缅甸语伪音节，这些音节基于特定的复杂语言和正字法模式系统化构建。作为低资源语言处理基础研究的一部分，该数据集为缅甸语自然语言处理（NLP）、分词、字体渲染和拼写检查系统提供了严格的基准和压力测试环境。数据集通过组合管道生成，基于缅甸字母表的结构：定义了超过267个基础结构模式，使用占位符字符အ与各种中间音、元音和变音符号组合；对于每个模式，占位符

Hugging Face2026-05-24 更新10

burmese-synthetic-speech-corpus

该数据集是一个高质量、人工标注的缅甸语文本集合，专门为二元文本分类任务设计。它包含1000个缅甸语文本条目，在垃圾邮件和非垃圾邮件两个类别上完全平衡，各含500个样本。数据集旨在促进缅甸语垃圾邮件过滤模型的开发与评估，数据来源于多种数字平台，包括互联网评论、社交媒体互动以及专业和个人电子邮件通信。所有文本都经过清理和标准化处理，使用有效的缅甸Unicode编码，确保与现代自然语言处理工具包的兼容性

Hugging Face2026-06-07 更新00