General conversation Speech Dataset of Fashion sector in Ewe

Macgence Data Marketplace2026-04-25 收录

低资源语言

时尚行业语音数据

数据链接：

https://data.macgence.com/dataset/general-conversation-speech-dataset-of-fashion-sector-in-ewe 数据链接链接失效反馈

官方服务：

资源简介：

The audio dataset includes General conversations in Fashion sector, featuring Ewe speakers with detailed metadata.

southern-kurdish-asr

自动语音识别

低资源语言

Bestun 是一个用于南库尔德语（ISO 639-3: sdh）自动语音识别（ASR）的数据集，旨在支持这一濒危语言的语音处理研究。数据集包含两个主要部分：训练语料库和评估基准。训练语料库（Bestun）包含约30小时的手动验证朗读语音，共18,636条录音，15,273条独特语句，由208名年龄在18至49岁之间的说话者录制。评估基准包含773条经过验证的语句，总时长为86.74分钟，由来自不

Hugging Face2026-03-02 更新150

jamalimubashirali/sindhi-pretraining-corpus-part3

信德语预训练

低资源语言

--- dataset_info: features: - name: book_id dtype: int64 - name: url dtype: string - name: source dtype: string - name: text dtype: string - name: chunk_index dtype: in

Hugging Face2026-03-23 更新110

skesiraju/Shrutilipi

自动语音识别

低资源语言

Shrutilipi数据集是一个包含8种印度语言的广播音频转录的全版本数据集，这些语言包括孟加拉语、印地语、卡纳达语、马拉雅拉姆语、马哈拉施特拉语、奥里亚语、泰米尔语和泰卢固语。该数据集由AI4Bharat团队自动整理而成，用于为资源匮乏的语言提供自动语音识别（ASR）的训练数据。数据集包含自动生成的转录文本和对应的质量评分，用户可以根据质量评分来筛选数据。

Hugging Face2025-10-21 更新80

Monolingual Corpus Dataset for Low-Resource Languages in the Horn of Africa

自然语言处理

低资源语言

本仓库包含埃塞俄比亚低资源语言的单语语料库数据集，旨在支持这些语言的自然语言处理（NLP）和人工智能（AI）技术的发展。数据集包括从网站、社交媒体和数字新闻出口收集的文本数据，并需要进行预处理和清洗以便于使用。

github2023-03-12 更新130

Jendersen/cornish_english_translation

机器翻译

低资源语言

这是一个小而高质量的Cornish（kw）和英语（en）平行句子语料库，非常适合低资源多语言机器翻译研究和原型设计。Cornish（Kernewek或Kernowek [kəɾˈnuːək]）是Brittonic亚组的一种极度濒危的凯尔特语言，是Cornish人和他们的家园Cornwall的母语。该数据集提供了Cornish和英语的专业对齐句子，是少数公开可用的低资源语言资源之一。数据集以Parq

Hugging Face2025-12-16 更新100

General conversation Speech Dataset of Fashion sector in Ewe

资源简介：

相关数据集