Comprehensive German language datasets with linguistic annotations, including headwords, definitions, word senses, usage examples, part-of-speech (POS) tags, semantic metadata, and contextual usage de

Databricks100

数据堂—490人泰语手机采集语音数据

语音识别

语言数据

泰语手机采集语音数据_引导是由490位泰国本地人员参与采集。录音环境安静，录音内容包括车载、家居、语音助手等多个领域。每人约50句，有效数据时长15小时，所有文本由人工转写，准确率高

魔搭社区2025-11-26 更新150

ageron/tatoeba_mt_train

机器翻译

语言数据

这是Tatoeba Challenge数据集的子集，包含英语到西班牙语的翻译数据，分为验证集和测试集。

Hugging Face2025-10-08 更新110

CLDR, Common Locale Data Repository

资源简介：

相关数据集