PleIAs/YouTube-Commons
收藏Hugging Face2024-06-26 更新2024-04-19 收录
下载链接：
https://hf-mirror.com/datasets/PleIAs/YouTube-Commons
下载链接
链接失效反馈官方服务：
资源简介：
YouTube-Commons数据集是一个包含2,063,066个在YouTube上以CC-By许可证共享的视频的音频转录文本的集合。该数据集包含22,709,724个原始和自动翻译的转录文本，来自3,156,703个视频（721,136个独立频道），总计近450亿字。数据集提供了所有必要的来源信息，包括标题、链接、频道名称和上传日期。数据集是多语言的，主要以英语为主（71%），并提供了几乎所有视频的英语、法语、西班牙语、德语、俄语、意大利语和荷兰语的自动翻译。该数据集旨在扩展AI、计算社会科学和数字人文学科研究中对话数据的可用性。
提供机构：
PleIAs
原始信息汇总
数据集概述
名称： YouTube-Commons
内容： 该数据集包含2,063,066个YouTube视频的音频转录文本。
许可证： CC-By 许可证
