mashey/dv_syn_speech_md

Name: mashey/dv_syn_speech_md
Creator: mashey
Published: 2026-05-31T03:16:41+08:00

Hugging Face2026-05-21 更新2026-05-31 收录

迪维希语语音识别

迪维希语语音合成

数据链接：

https://hf-mirror.com/datasets/mashey/dv_syn_speech_md 数据链接链接失效反馈

官方服务：

资源简介：

这个小数据集包含迪维希语（Dhivehi）的音频和句子。

This small dataset contains audio recordings and sentences in Dhivehi.

提供机构：

mashey

mashey/dv-synthetic-errors-lg

迪维希语文本纠错

语法错误合成

该数据集包含迪维希语（Dhivehi）的句子对：原始正确的句子及其合成的含错误版本。数据集总计约720万个句子对，分为训练集（80%，约580万对）、验证集（10%，约72万对）和测试集（10%，约72万对）。每个句子对包括以下字段：original（原始正确句子）、error（含合成错误的句子）和error_types（引入的错误类型）。合成错误通过基于规则的转换生成，包括变音符号错误、字符错误

Hugging Face2026-05-21 更新50

mashey/dhivehi-vrd-batch-2-img-questions

迪维希语OCR

视觉问答

这是一个用于训练和评估文本-图像/视觉模型等的合成Dhivehi文本图像集合。每个图像包含单行Dhivehi文本，具有多种视觉风格和增强（更多信息请查看配置字段中的行）。注意：该数据集是alakxender/dhivehi-vrd-images的子集。

Hugging Face2026-05-21 更新30

mashey/fineweb2-div-thaa

--- dataset_info: features: - name: text dtype: string - name: id dtype: string - name: dump dtype: string - name: url dtype: string - name: date dtype: string - name

Hugging Face2026-05-21 更新10

mashey/dhivehi-vrd-batch-3-img-questions

迪维希语视觉问答

光学字符识别

Dhivehi单行文本-图像数据集是一个用于训练和评估文本图像/视觉模型等的合成迪维希语文本图像集合。每个图像包含一行迪维希语文本，具有各种视觉风格和增强效果（更多关于行的信息请查看配置字段）。注意：该数据集是alakxender/dhivehi-vrd-images的一个子集。

Hugging Face2026-05-21 更新40

mashey/dhivehi-image-text

迪维希语OCR

多模态图文理解

Dhivehi图像-文本数据集是一个包含迪维希语（马尔代夫语）图像-文本对的数据集，用于机器学习和计算机视觉任务。数据集由10个批次（dv01-01至dv01-10）组成，每个批次包含训练、验证和测试分割，总图像数量为394,212张，平均每批约39,421张。分割比例为训练集80%、验证集10%、测试集10%。每个数据样本包括图像和文本两个特征，图像格式为图像类型，文本为字符串类型。数据集使用A

Hugging Face2026-05-21 更新10

mashey/dv_syn_speech_md

资源简介：

相关数据集