aredaw/asr-spell-pairs-makoveevk

Name: aredaw/asr-spell-pairs-makoveevk
Creator: aredaw
Published: 2025-10-25T02:18:21+08:00

Hugging Face2025-10-12 更新2025-10-25 收录

自动语音识别

拼写校正

数据链接：

https://hf-mirror.com/datasets/aredaw/asr-spell-pairs-makoveevk 数据链接链接失效反馈

官方服务：

资源简介：

俄罗斯自动语音识别（ASR）错误到正确文本的配对数据集

Russian ASR noisy to clean text pairs dataset

提供机构：

aredaw

RetaSy/quranic_audio_dataset

古兰经诵读

自动语音识别

我们探索了众包一个精心标注的古兰经数据集的可能性，在此基础上可以构建AI模型以简化学习过程。特别是，我们使用基于志愿者的众包类型，并实现了一个众包API来收集音频资源。我们开发了一个名为Quran Voice的众包平台来标注收集的音频资源。结果，我们从11个以上非阿拉伯国家的1287名参与者中收集了约7000个古兰经诵读音频，并从数据集中标注了1166个诵读音频，分为六个类别。我们达到了0.77的

Hugging Face2024-05-14 更新290

MothersTongue/mother_tongue_dataset

自动语音识别

Shona语

该数据集包含音频和句子两个特征，音频的采样率为16000Hz，句子为字符串类型。数据集分为训练集，包含240个样本，总大小为57965401字节。数据集用于自动语音识别任务，语言为绍纳语（Shona），数据集的名称为learn shona，许可证为MIT。

Hugging Face2024-06-18 更新90

polish_presidential_debate

自动语音识别

波兰语言

波兰总统辩论自动语音识别数据集，包含13位候选人在辩论中的15个音频样本，每个音频样本都有对应的文本字幕。数据集适用于自动语音识别任务，特别是针对波兰语言在政治领域的应用。

Hugging Face2025-05-28 更新80

pasketti

语音识别

自动语音识别

该数据集名为'On Top of Pasketti — Children's Word ASR (Training Data)'，是一个用于儿童语音自动识别（ASR）任务的训练数据集。数据集包含95,572条语音样本，总时长约185.4小时，音频格式为FLAC。每条样本包含多个字段：utterance_id（唯一标识符）、child_id（匿名说话者标识符）、session_id（录音会话标识符）

Hugging Face2026-02-19 更新260

BD-4SK-ASR (Basic Dataset for Sorani Kurdish Automatic Speech Recognition)

自动语音识别

库尔德语处理

The Basic Dataset for Sorani Kurdish Automatic Speech Recognition (BD-4SK-ASR) 是一个用于 Sorani Kurdish 自动语音识别的数据集。我们提出了一个实验数据集，即 Sorani Kurdish 自动语音识别基本数据集 (BD-4SK-ASR)，它我们第一次尝试为 Sorani Kurdish 开发自动语音识别。

OpenDataLab2026-07-12 更新80

aredaw/asr-spell-pairs-makoveevk

资源简介：

相关数据集