Shrutilipi-Gujarati

Shrutilipi数据集是一个包含8种印度语言的广播音频转录的全版本数据集，这些语言包括孟加拉语、印地语、卡纳达语、马拉雅拉姆语、马哈拉施特拉语、奥里亚语、泰米尔语和泰卢固语。该数据集由AI4Bharat团队自动整理而成，用于为资源匮乏的语言提供自动语音识别（ASR）的训练数据。数据集包含自动生成的转录文本和对应的质量评分，用户可以根据质量评分来筛选数据。