Reza2kn/Common-Voice-25-Persian-Raw

该数据集是Mozilla Common Voice项目中的波斯语（波斯语，代码fa）脚本语音数据集，版本为cv-corpus-25.0-2026-03-09。它包含390,953个音频片段，代表428.07小时的录音语音（其中372.94小时已验证），来自4,655名说话者，基于一个包含341,251个句子的文本语料库录制。数据集提供了详细的人口统计信息（如性别和年龄分布）、数据分割（包括训练、开发和测试集），以及文本语料库的验证状态和来源。音频片段以TSV格式存储，包含客户端ID、路径、文本转录、投票信息、说话者属性等字段。This datasheet is for cv-corpus-25.0-2026-03-09 of the Mozilla Common Voice Scripted Speech dataset for Persian (Persian, code fa). The dataset contains 390,953 clips representing 428.07 hours of recorded speech (372.94 hours validated) from 4,655 speakers, recorded from a text corpus of 341,251 sentences.