官方服务：
资源简介：
:unav
应用场景：
相关数据集
ConseggioLigure/seed-instruct-eng-lij
这是一个英语到利古里亚语的句子级翻译数据集，来源于OLDI Seed数据集，并已转换为指令格式。数据集中包含多种提示模板，用于指导模型将英语句子翻译成利古里亚语或热那亚方言。数据集分为训练集、开发集和测试集，分别包含5802、189和202个样本。
Hugging Face2024-01-26 更新330
1rsh/translate-awadhi-hi-karya
该数据集包含音频和句子两种特征，分为训练集和测试集。训练集包含2724个示例，占用138027956.75559068字节；测试集包含237个示例，占用12105741.108409321字节。总下载大小为144229744字节，数据集总大小为150133697.864字节。
Hugging Face2024-02-09 更新130
nayohan/025_daily_translation
该数据集是一个韩语到英语的日常口语翻译平行语料库，包含2,700,345个样本。数据集的特征字段包括domain、subdomain、style、source、target、source_text、target_mt和target_text。数据集分为一个训练集，文件大小为693,174,032字节，下载大小为333,465,860字节。
Hugging Face2024-05-13 更新80
535小时哈萨克语语音数据_口语化
哈萨克语语音数据_口语化。反映了真实世界的互动情境。此数据集标注了文本内容、说话人身份性别等多种属性，由来自不同地域和文化背景的哈萨克族人录制，准确性高，易用性强，为语音识别相关研究及应用提供了丰富的资源，有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循GDPR, CCPA, PIPL。
数据堂180
BOLT Arabic Discussion Forum Parallel Training Data
Introduction BOLT Arabic Discussion Forum Parallel Training Data was developed by the Linguistic Data Consortium (LDC) and consists of 1,169,599 tokens of Egyptian Arabic discussion forum data collect
Mendeley Data2024-01-31 更新90
