marathi-language-audio

# Marathi Language Audio Dataset

**Text spoken by all participants:**

"कृत्रिम बुद्धिमत्ता (AI) झपाट्याने विकसित होत आहे, जी दैनंदिन जीवनाला बदलत आहे. तिचे नवाचार शिक्षण, आरोग्यसेवा आणि कामाला सुधारत आहेत, ज्यामुळे नवीन संधी निर्माण होत आहेत।"

The dataset supports training and evaluation of models in:

- Automatic Speech Recognition (ASR)
- Emotional tone classification
- Voice synthesis and generation
- Emotion-aware conversational agents

---

## Intended Uses

### ✅ Direct Use

- Training and benchmarking ASR models with Indian-accented Marathi.
- Emotion detection and classification from voice
- Research in affective computing and empathetic AI

### ❌ Out-of-Scope Use

- Real-time or production-grade systems
- Commercial use without proper CC BY 4.0 attribution
- Clinical or diagnostic use cases

---

## Considerations and Limitations

- ❗ The dataset is small (<1,000 samples) and not fully representative of India's linguistic and emotional diversity
- 💡 Emotions are subjective — classification results may vary by listener or model
- 🔄 Future versions will aim to expand multilingual support and speaker diversity

---

## License

**CC BY 4.0** — You can use, modify, and share the dataset with appropriate credit.

---

## Contact

- For queries or collaborations related to datasets, contact at :
- [e-mail]
- [e-mail]
---

# 马拉地语音频数据集

**所有参与者的口述文本：**

“人工智能（AI）正以迅猛之势发展，深刻重塑着人们的日常生活。其技术创新正持续优化教育、医疗服务与工作场景，由此催生了全新的发展机遇。”

本数据集可支撑以下方向的模型训练与评估：

- 自动语音识别（Automatic Speech Recognition, ASR）
- 情感语调分类
- 语音合成与生成
- 情感感知对话AI智能体

---

## 预期用途

### ✅ 直接使用场景

- 针对带有印度口音的马拉地语，训练并基准测试自动语音识别模型
- 从语音中开展情感检测与分类工作
- 情感计算与共情AI领域的相关研究

### ❌ 超出适用范围的使用场景

- 实时系统或工业级生产系统
- 未按知识共享署名4.0（CC BY 4.0）协议完成正确署名的商业使用
- 临床或诊断类应用场景

---

## 注意事项与局限性

- ❗ 本数据集规模较小（样本量不足1000），未能完全覆盖印度的语言与情感多样性
- 💡 情感标注具有主观性——分类结果可能因评估听众或模型的不同而存在差异
- 🔄 未来版本将致力于拓展多语言支持与说话人多样性

---

## 授权协议

**知识共享署名4.0（CC BY 4.0）** — 您可在标注恰当来源的前提下，使用、修改并共享本数据集。

---

## 联系方式

- 若有关于本数据集的咨询或合作需求，请联系：
- [e-mail]
- [e-mail]