Unsupervised Acoustic Modeling using Autoencoder-DNN with HMM Posteriograms (system #3)

NIAID Data Ecosystem2026-03-11 收录

无监督声学建模

语音识别

数据链接：

https://zenodo.org/record/823545 数据链接链接失效反馈

官方服务：

资源简介：

DNN trained with Autoencoder features with HMM posteriograms.

创建时间：

2020-01-24

perrynelson/waxal-wolof2

语音识别

沃洛夫语语音处理

--- dataset_info: features: - name: audio dtype: audio - name: duration dtype: float64 - name: transcription dtype: string splits: - name: test num_bytes: 179976390.6 n

Hugging Face2022-10-05 更新150

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

760小时越南越南语语音数据_朗读（手机）

语音识别

数据多样性

越南越南语语音数据_朗读（手机），基于给定的脚本朗读并模拟录制，内容涵盖通用、交互、车载、家居等多类别。此数据集标注了文本内容等多种属性，由1751名来自不同地域、不同文化背景的越南人员录制，准确性高，匹配主流安卓、苹果系统手机，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规和隐私规定，确保数据采集、存储和使用的

数据堂80

Chvntala/bembaspeech

语音识别

自然语言处理

该数据集包含音频数据和对应的文本句子，主要用于音频与文本的关联任务。数据集仅包含一个训练集，共有12421个样本，总大小为2458890204.774字节。下载大小为2390558125字节。数据文件路径为data/train-*。

Hugging Face2024-07-08 更新120

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

Unsupervised Acoustic Modeling using Autoencoder-DNN with HMM Posteriograms (system #3)

资源简介：

相关数据集