trivitaai/Blum_vi_voice

--- language: - vi license: cc-by-4.0 task_categories: - automatic-speech-recognition --- # Blum Vi Voice Vietnamese speech dataset with 757,400 samples (~148GB audio). ## Fields - `split`: train/test split - `index`: sample index - `audio_path`: relative path to audio file in this repo (under `data/`) - `sampling_rate`: 16000 Hz - `duration`: duration in seconds - `text`: transcript ## Loading ```python from datasets import load_dataset ds = load_dataset("trivitaai/Blum_vi_voice") ```--- 语言： - 越南语 许可协议：知识共享署名4.0（CC BY 4.0） 任务类别： - 自动语音识别（automatic-speech-recognition） --- # Blum Vi语音数据集 该数据集为越南语语音数据集，包含757400条语音样本，总音频容量约148GB。 ## 字段说明 - `split`：训练/测试集划分标识 - `index`：样本索引 - `audio_path`：本仓库中音频文件的相对路径（位于`data/`目录下） - `sampling_rate`：采样率为16000 Hz - `duration`：音频时长，单位为秒 - `text`：语音转写文本 ## 加载方法 可通过如下Python代码加载该数据集： python from datasets import load_dataset ds = load_dataset("trivitaai/Blum_vi_voice")