five

SEACrowd/ucla_phonetic

收藏
Hugging Face2024-06-24 更新2024-06-29 收录
下载链接:
https://hf-mirror.com/datasets/SEACrowd/ucla_phonetic
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含多种东南亚低资源语言的音频录音和音标转录。每个语言都有一个包含文本和音频文件的目录,音频文件构成一个数据子集。数据集来源于UCLA语音数据集,包含100种低资源语言的7000个语音样本,这些样本通过多种自动方法进行音标对齐,并手动修正了对齐错误。数据集支持语音识别任务。

该数据集包含多种东南亚低资源语言的音频录音和音标转录。每个语言都有一个包含文本和音频文件的目录,音频文件构成一个数据子集。数据集来源于UCLA语音数据集,包含100种低资源语言的7000个语音样本,这些样本通过多种自动方法进行音标对齐,并手动修正了对齐错误。数据集支持语音识别任务。
提供机构:
SEACrowd
原始信息汇总

Ucla Phonetic 数据集概述

数据集描述

该数据集包含多种低资源东南亚语言的语音录音和音素转录。每个语言都有对应的文本和音频文件目录,音频文件构成一个数据子集。数据集源自在线的UCLA音素数据集,包含7000个语音片段,涵盖100种低资源语言,通过多种自动方法进行音素对齐,并手动修正了对齐错误。

支持的语言

  • ace
  • brv
  • hil
  • hni
  • ilo
  • khm
  • mak
  • mya
  • pam

支持的任务

  • 语音识别

数据集版本

  • 源版本: 1.0.0
  • SEACrowd版本: 2024.06.20

数据集许可证

Creative Commons Attribution Non Commercial Share Alike 4.0 (cc-by-nc-sa-4.0)

引用

如果您在工作中使用了Ucla Phonetic数据集,请引用以下内容:

@inproceedings{li2021multilingual, title={Multilingual phonetic dataset for low resource speech recognition}, author={Li, Xinjian and Mortensen, David R and Metze, Florian and Black, Alan W}, booktitle={ICASSP 2021-2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)}, pages={6958--6962}, year={2021}, organization={IEEE} }

@article{lovenia2024seacrowd, title={SEACrowd: A Multilingual Multimodal Data Hub and Benchmark Suite for Southeast Asian Languages}, author={Holy Lovenia and Rahmad Mahendra and Salsabil Maulana Akbar and Lester James V. Miranda and Jennifer Santoso and Elyanah Aco and Akhdan Fadhilah and Jonibek Mansurov and Joseph Marvin Imperial and Onno P. Kampman and Joel Ruben Antony Moniz and Muhammad Ravi Shulthan Habibi and Frederikus Hudi and Railey Montalan and Ryan Ignatius and Joanito Agili Lopo and William Nixon and Börje F. Karlsson and James Jaya and Ryandito Diandaru and Yuze Gao and Patrick Amadeus and Bin Wang and Jan Christian Blaise Cruz and Chenxi Whitehouse and Ivan Halim Parmonangan and Maria Khelli and Wenyu Zhang and Lucky Susanto and Reynard Adha Ryanda and Sonny Lazuardi Hermawan and Dan John Velasco and Muhammad Dehan Al Kautsar and Willy Fitra Hendria and Yasmin Moslem and Noah Flynn and Muhammad Farid Adilazuarda and Haochen Li and Johanes Lee and R. Damanhuri and Shuo Sun and Muhammad Reza Qorib and Amirbek Djanibekov and Wei Qi Leong and Quyet V. Do and Niklas Muennighoff and Tanrada Pansuwan and Ilham Firdausi Putra and Yan Xu and Ngee Chia Tai and Ayu Purwarianti and Sebastian Ruder and William Tjhi and Peerat Limkonchotiwat and Alham Fikri Aji and Sedrick Keh and Genta Indra Winata and Ruochen Zhang and Fajri Koto and Zheng-Xin Yong and Samuel Cahyawijaya}, year={2024}, eprint={2406.10118}, journal={arXiv preprint arXiv: 2406.10118} }

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