five

Reubencf/PolyglotAudio

收藏
Hugging Face2026-04-24 更新2026-04-26 收录
下载链接:
https://hf-mirror.com/datasets/Reubencf/PolyglotAudio
下载链接
链接失效反馈
官方服务:
资源简介:
PolyglotAudio是一个多语言音频预训练语料库,包含1,162,111个训练样本,总大小约24.3GB。数据集包含音频文件(采样率44.1kHz)及其对应的文本转录、语言标识、音频ID、句子ID、许可证信息、是否为原创、录音者信息、归属URL和翻译文本等丰富特征。该数据集旨在支持多语言音频预训练任务。

PolyglotAudio is a multilingual audio pre-training corpus containing 1,162,111 training examples with a total size of approximately 24.3GB. The dataset includes audio files (sampling rate 44.1kHz) along with corresponding text transcripts, language identifiers, audio IDs, sentence IDs, license information, originality indicators, recorder details, attribution URLs, and translations. This dataset is designed to support multilingual audio pre-training tasks.
提供机构:
Reubencf
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作