Yehor/voa-uk-transcriptions

--- language: - uk license: cc-by-4.0 --- This repository contains transcriptions with other metadata for the VOA Ukrainian dataset (~398h). Usage: ```python from datasets import load_dataset ds = load_dataset('Yehor/voa-uk-transcriptions', split='train') for row in ds: print(row['text']) ```--- language: - 乌克兰语（uk） license: CC BY 4.0（知识共享署名4.0国际许可协议） --- 本仓库收录了美国之音（VOA）乌克兰语数据集（时长约398小时）的转录文本及其他元数据。 使用方法： python from datasets import load_dataset ds = load_dataset('Yehor/voa-uk-transcriptions', split='train') for row in ds: print(row['text'])

原始信息汇总

数据集概述

数据集名称

• 名称: VOA Ukrainian Transcriptions

数据集内容

• 描述: 包含约398小时VOA乌克兰语数据集的转录文本及其他元数据。

数据集使用示例

python from datasets import load_dataset

ds = load_dataset(Yehor/voa-uk-transcriptions, split=train)

for row in ds: print(row[text])

数据集语言

• 语言: 乌克兰语

数据集许可证

• 许可证: CC-BY-4.0

搜集汇总

背景与挑战

背景概述

该数据集是一个用于自动语音识别任务的乌克兰语语音转录数据集，基于VOA乌克兰数据集构建，包含约398小时的音频转录和元数据。数据集采用CC BY 4.0许可证，并已用于训练多个语音识别模型，如w2v-bert-uk-v2.1系列。