有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
abdusah/masc|阿拉伯语语音识别数据集|语音技术研究数据集
收藏hugging_face2023-11-16 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/abdusah/masc
下载链接
链接失效反馈资源简介：
MASC（大规模阿拉伯语语音语料库）是一个包含1000小时语音数据的数据集，采样率为16kHz，数据来自700多个YouTube频道。该数据集是多地区、多类型、多方言的，旨在推动阿拉伯语语音技术的研究和开发，特别是阿拉伯语语音识别。
提供机构：
abdusah
原始信息汇总
数据集概述
数据集名称
MASC: MASSIVE ARABIC SPEECH CORPUS
数据集描述
数据集摘要
MASC是一个包含1,000小时16 kHz采样率的语音数据集，从超过700个YouTube频道收集而来。该数据集旨在推动阿拉伯语音技术，特别是阿拉伯语音识别的研究和发展。
支持的任务和排行榜
[信息待补充]
语言
多口音阿拉伯语
数据集结构
数据实例
[信息待补充]
数据字段
- masc_dev
- speech
- sampling_rate
- target_text (label)
数据分割
- masc_dev
- train: 100
- test: 40
数据集创建
来源数据
初始数据收集和标准化
[信息待补充]
源语言生产者
[信息待补充]
注释
注释过程
[信息待补充]
注释者
[信息待补充]
使用数据的考虑
数据集的社会影响
[信息待补充]
偏见的讨论
[信息待补充]
其他已知限制
[信息待补充]
附加信息
数据集管理者
[信息待补充]
许可证信息
CC 4.0
引用信息
Mohammad Al-Fetyani, Muhammad Al-Barham, Gheith Abandah, Adham Alsharkawi, Maha Dawas, August 18, 2021, "MASC: Massive Arabic Speech Corpus", IEEE Dataport, doi: https://dx.doi.org/10.21227/e1qb-jv46.
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
UniProt
UniProt（Universal Protein Resource）是全球公认的蛋白质序列与功能信息权威数据库，由欧洲生物信息学研究所（EBI）、瑞士生物信息学研究所（SIB）和美国蛋白质信息资源中心（PIR）联合运营。该数据库以其广度和深度兼备的蛋白质信息资源闻名，整合了实验验证的高质量数据与大规模预测的自动注释内容，涵盖从分子序列、结构到功能的全面信息。UniProt核心包括注释详尽的UniProtKB知识库（分为人工校验的Swiss-Prot和自动生成的TrEMBL），以及支持高效序列聚类分析的UniRef和全局蛋白质序列归档的UniParc。其卓越的数据质量和多样化的检索工具，为基础研究和药物研发提供了无可替代的支持，成为生物学研究中不可或缺的资源。
www.uniprot.org 收录
中国食物成分数据库
食物成分数据比较准确而详细地描述农作物、水产类、畜禽肉类等人类赖以生存的基本食物的品质和营养成分含量。它是一个重要的我国公共卫生数据和营养信息资源，是提供人类基本需求和基本社会保障的先决条件；也是一个国家制定相关法规标准、实施有关营养政策、开展食品贸易和进行营养健康教育的基础，兼具学术、经济、社会等多种价值。 本数据集收录了基于2002年食物成分表的1506条食物的31项营养成分（含胆固醇）数据，657条食物的18种氨基酸数据、441条食物的32种脂肪酸数据、130条食物的碘数据、114条食物的大豆异黄酮数据。
国家人口健康科学数据中心 收录
Tropicos
Tropicos是一个全球植物名称数据库，包含超过130万种植物的名称、分类信息、分布数据、图像和参考文献。该数据库由密苏里植物园维护，旨在为植物学家、生态学家和相关领域的研究人员提供全面的植物信息。
www.tropicos.org 收录
CIFAR-10
CIFAR-10 数据集由 10 个类别的 60000 个 32x32 彩色图像组成，每个类别包含 6000 个图像。有 50000 个训练图像和 10000 个测试图像。 数据集分为五个训练批次和一个测试批次，每个批次有 10000 张图像。测试批次恰好包含来自每个类别的 1000 个随机选择的图像。训练批次包含随机顺序的剩余图像，但一些训练批次可能包含来自一个类的图像多于另一个。在它们之间，训练批次恰好包含来自每个类别的 5000 张图像。
OpenDataLab 收录
威廉王岛—全球变化数据大百科辞条
威廉王岛（King William Island）位于北美洲，北极圈内，属于加拿大北极群岛。它位于维多利亚岛和布西亚半岛之间，距离维多利亚岛85 km；北面距离威尔士亲王岛155 km；南面隔斯托里斯海峡和辛普森海峡与北美洲大陆(阿德莱德半岛)相望，最近处只有3.3 km。威廉王岛于1830年被指挥官詹姆斯.罗斯（James Ross）发现，以当时在位的英国君主威廉四世的名字命名。行政区划上，威廉王岛隶属于加拿大努纳武特（Nunavut）地区。它的地理位置为：69°54′22″N - 68°27′12″N，99°32′48″W - 95°09′25″W。威廉王岛总面积13259.59 km²，海岸线总长1555.35 km。岛屿地势平坦，表面散布着无数的小湖。位于岛屿东南侧的约阿港（Gjoa Haven）是岛上最主要的居民点。在约阿港东北，有一机场。该数据集是基于Google Earth遥感影像全球多尺度海陆（岛）岸线数据集（2015），结合加拿大相关地图完成。数据集由24个数据文件组成，以.kmz和.shp数据格式存储，数据量2.98 MB（压缩成3个数据文件，数据量2.06 MB）。
国家对地观测科学数据中心 收录