kyutai/librispeech_test_clean_enhanced

Name: kyutai/librispeech_test_clean_enhanced
Creator: kyutai
Published: 2026-02-07T01:17:49+08:00

Hugging Face2026-01-12 更新2026-02-07 收录

语音识别

语音增强

数据链接：

https://hf-mirror.com/datasets/kyutai/librispeech_test_clean_enhanced 数据链接链接失效反馈

官方服务：

资源简介：

--- license: cc-by-nc-4.0 ---

提供机构：

kyutai

xmodar/commonvoice-12.0-arabic-voice-converted

语音识别

声音转换

该数据集是从Common Voice Arabic Corpus 12.0派生而来的，包含了自动添加音标的转录和音素表示。数据集中的录音是由用户朗读的阿拉伯语文本，这些文本最初没有音标，可能导致阅读错误。音标和音素是自动生成的，因此数据集对于语音识别任务有价值，但存在固有的噪声。数据集创建于SDAIA冬季学校，适用于对现代标准阿拉伯语的音标化语音数据和语音转换音频感兴趣的研究人员和从业者。音频文件

Hugging Face2024-12-17 更新140

seanghay/khmer-speech-large

语音识别

自然语言处理

--- 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90

ASR-SSgpEDuSC: A Scripted Singaporean English Daily-use Speech Corpus

语音识别

语言研究

This dataset portfolio consists of 632 hours of transcribed Singaporean English scripted speech focusing on daily use sentences contributed by 996 speakers.

MagicHub开源社区2021-09-23 更新60

PharynxAI/merged_english_accent_dataset

语音识别

口音分析

--- dataset_info: features: - name: audio dtype: audio - name: 'Unnamed: 0' dtype: int64 - name: text dtype: string - name: speaker_id dtype: int64 - name: source dtype

Hugging Face2025-10-09 更新100

micsell/hebrew_keywords1

语音识别

希伯来语

该数据集包含音频数据和对应的标签信息。音频数据以音频格式存储，标签数据包含8个类别，分别为daateh、hait、higat、hona、itah、lah、otah和shelah。数据集仅包含一个训练集，共有2581个样本，总大小为31020219.723字节，下载大小为32065400字节。

Hugging Face2024-02-06 更新70