cv18kahf

kaggle2024-07-12 更新2025-01-04 收录

下载链接：

https://www.kaggle.com/datasets/tsobolev/cv18kahf

下载链接

链接失效反馈

官方服务：

资源简介：

common voice 18 ka huggingface format

Common Voice 18 数据集，采用 Hugging Face 格式

创建时间：

2024-07-12

CV-18 NER

CV-18 NER是由ELYADATA团队创建的首个阿拉伯语语音命名实体识别数据集，基于Common Voice 18阿拉伯语子集构建。该数据集包含约8小时15分钟的语音数据，共计7119条标注样本，采用细粒度的Wojood标注体系（21种实体类型）。数据集通过自动预标注与人工修订相结合的方式构建，首先利用AraBERT模型生成伪标签，再由专业标注员进行人工校正，最终过滤掉不含实体的语句。该数据集

arXiv2026-04-03 更新80

MagiBoss/CV18-THCenter

--- license: apache-2.0 ---

Hugging Face2024-10-26 更新70

Compton (18CV279): Clothing Fasteners

Representative artifacts: Sample of clothing fasteners from the site

DataONE2011-08-06 更新40

CV18-NER

CV-18 NER 是首个公开可用的阿拉伯语语音命名实体识别（NER）数据集。该数据集通过为阿拉伯语 Common Voice 18 语料库添加手动 NER 标注而创建，遵循细粒度的 Wojood 标注体系，涵盖 21 种实体类型。CV-18 NER 为评估管道系统（ASR + 文本 NER）和端到端语音 NER 模型提供了基准，特别适用于低资源环境和形态复杂语言（如阿拉伯语）的研究。数据集采用

Hugging Face2026-04-03 更新80

piyazon/cv-corpus-ug-18

这是一个包含音频和文本数据的数据集，用于机器学习模型的训练和验证。音频数据的采样率为16000Hz，数据集分为训练集和验证集，分别包含132997个和14778个样本。

Hugging Face2025-09-15 更新40