遇见数据集

Piros/CamStories-10k

收藏
Hugging Face2025-08-10 更新2025-10-25 收录
官方服务:

资源简介:

CamStories-10k是一个儿童故事语料库,包含了清洗和格式化后的简单语言短篇小说,词汇表固定为10,000个大小写不敏感的词单元。数据集包含文本和对应的音频向量,分为训练集和验证集,适用于解码器模型训练和音频可解释性研究。

CamStories-10k is a corpus of cleaned childrens stories with a fixed uncased 10,000-word vocabulary. It includes both text data and corresponding audio vectors, split into training and validation sets. It is suitable for training decoder models and audio-interpretable studies.

提供机构:
Piros
二维码
社区交流群
二维码
科研交流群
商业服务