--- dataset_info: features: - name: sentence dtype: string - name: corrupted dtype: string - name: tokens sequence: string - name: error_tags sequence: class_label:

Hugging Face2025-11-27 更新120

西班牙文（西班牙）发音词典

西班牙语

语音识别

dataset_response_desc

魔搭社区2025-11-07 更新100

polish_presidential_debate

自动语音识别

波兰语言

波兰总统辩论自动语音识别数据集，包含13位候选人在辩论中的15个音频样本，每个音频样本都有对应的文本字幕。数据集适用于自动语音识别任务，特别是针对波兰语言在政治领域的应用。

Hugging Face2025-05-28 更新80

Ro551/WikiCorrupted_spanish_to_GEC-GED_myyyT

语法错误修正

西班牙语

该数据集包含带有语法错误的句子，每个句子都有一个corrupted（错误）版本、tokens（分词）、error_tags（错误标签）、error_type（错误类型）和corrupted_tagged（标记错误）字段。错误标签被分类为特定类别，如G-gen、G-nsing等，表示不同类型的语法错误。数据集分为训练集、验证集和测试集，并指定了每个分区的示例数量和字节大小。

Hugging Face2025-12-16 更新110

MothersTongue/mother_tongue_dataset

自动语音识别

Shona语

该数据集包含音频和句子两个特征，音频的采样率为16000Hz，句子为字符串类型。数据集分为训练集，包含240个样本，总大小为57965401字节。数据集用于自动语音识别任务，语言为绍纳语（Shona），数据集的名称为learn shona，许可证为MIT。

Hugging Face2024-06-18 更新90