dangrebenkin/voxforge-ru-dataset

该数据集包含俄语语音的音频文件及其对应的转录文本。音频文件为16000 Hz 16 bit的wav格式，单声道。数据集分为训练集和测试集，训练集包含6169个样本，测试集包含2645个样本。数据集主要用于语音识别任务，来源为Voxforge.org。

原始信息汇总

数据集概述

数据集特征

• transcription: 数据类型为字符串。
• audio: 数据类型为音频，采样率为16000 Hz。

数据集分割

• train: 包含6169个样本，总大小为1947609729.4653895字节。
• test: 包含2645个样本，总大小为864278563.4406104字节。

数据集大小

• 下载大小: 2705520657字节。
• 数据集总大小: 2811888292.906字节。

音频信息

• 采样率: 16000 Hz
• 位深度: 16 bit
• 格式: wav
• 通道: 单声道
• 语言: 俄语

数据集实例结构

• audio: 包含文件路径、音频数组（类型为float32）和采样率。
• transcription: 文本转录。

许可证

• 许可证类型: Apache-2.0