波斯语（Farsi）是一种多中心语言，主要在伊朗、阿富汗和塔吉克斯坦等国家使用，约有1.1亿人使用。这里，我们介绍了第一个相对大规模的波斯语自然语言推理（NLI）任务数据集，名为FarsTail。该数据集共包含10,367个样本，这些样本是从3,539个多项选择题中生成的。训练集、验证集和测试集分别包含7,266、1,537和1,564个实例。

Hugging Face2025-03-19 更新340

Dataset-Taghche-Persian-Cleaned

书籍评论

波斯语

Data related to Taghcheh books comments https://taaghche.com/

kaggle2022-04-22 更新200

ArmanTTS

文本到语音

波斯语

ArmanTTS是一个专为波斯语设计的单说话人TTS数据集，由伊朗科技大学计算机工程学院创建。该数据集包含8449个样本，总时长9小时12分钟14秒，采用22.05 kHz采样率，单声道录音，平均信噪比为25dB。数据集的创建过程包括使用OpenSubtitles获取波斯语文本，将文本映射到音素，并在专业录音室环境下录制语音。ArmanTTS主要应用于波斯语的文本到语音转换，旨在解决波斯语TTS领

arXiv2023-04-07 更新360

ParsBench/persian-xlsum-alpaca-style

文本摘要

波斯语

该数据集是基于XLSum波斯语子集的一个Alpaca风格且包含指令的版本。

Hugging Face2024-07-22 更新200