该语音数据集由专业团队严格遵循标准化流程定向采集，语音形态丰富、字符准确率高，可支撑语音识别、跨文化交流等相关研究。数据集遵循标准化管理规范，保障数据的完整性、一致性与可用性，适配具身智能应用、学术研究等多类场景，可灵活满足科研机构、企业等不同使用者需求，为各行业高质量发展提供可靠数据支撑，充分发挥数据赋能实效，助力推动人工智能技术落地迭代，加速全球数字化与智能化转型进程。

国家数据集管理服务平台2026-04-28 更新50

argoveziriii/farsi-asr-unified-cleaned

波斯语自动语音识别

Farsi ASR统一数据集（Parquet分片版）是一个大规模、高质量、完全标准化的波斯语（Farsi）语音到文本数据集合，专为现代机器学习和自动语音识别（ASR）工作流设计。该数据集整合了来自多个开放源的音频-文本对，并应用了严格的清理和标准化流程，所有数据以Parquet分片格式高效存储，内嵌音频。数据集总时长约1,392.8小时，总样本数为1,278,937个，音频格式为16 kHz。亮点

Hugging Face2026-05-21 更新20

A summary of state-of-the-art in the literature.

软件缺陷分类

波斯语语音处理

Software bug report classification is one of the most significant processes in software development for determining the nature and severity of faults based on their causes and effects. In many project

NIAID Data Ecosystem50

Neyshekar: A Large-Scale Open Persian Speech Dataset

波斯语语音合成

波斯语语音处理

Neyshekar is an open, community-driven Persian speech dataset collected via a web-based crowdsourcing platform at https://ney.shekar.io. It is designed to support research and development in text-to-s

Zenodo2026-06-15 更新40

argoveziriii/Nav-train-gnjr-s-t-t

资源简介：

相关数据集