sarulab-speech/yodas2_sidon

Name: sarulab-speech/yodas2_sidon
Creator: sarulab-speech
Published: 2025-11-15T02:14:46+08:00

Hugging Face2025-12-06 更新2025-11-15 收录

语音识别

数据链接：

https://hf-mirror.com/datasets/sarulab-speech/yodas2_sidon 数据链接链接失效反馈

官方服务：

资源简介：

该数据集为YODAS2的还原版，但没有提供具体的数据集内容、结构或用途的详细描述。

This dataset is a restored version of YODAS2, but no detailed description of the datasets content, structure, or purpose is provided.

提供机构：

sarulab-speech

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

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

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

D657_Hours_Mandarin_Speech_by_Mobile_Phone

语音识别

普通话语音

中国普通话语音数据_朗读（手机），基于给定的脚本朗读并模拟录制，由6278位分布于广东、福建、山东、江苏、北京、湖南等全国33省中国发音人参与录制。其中，男性2980人，女性3298人，录音内容为常用口语句子，录音环境包含安静环境和噪音环境，文本经过人工校对，准确率高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法

Opencsg2026-03-04 更新80

sarulab-speech/yodas2_sidon

资源简介：

相关数据集