suvradeepp/English-Gujrati-OCR-Images

Name: suvradeepp/English-Gujrati-OCR-Images
Creator: suvradeepp
Published: 2025-04-12T01:25:01+08:00

Hugging Face2025-04-03 更新2025-04-12 收录

光学字符识别

多语言处理

数据链接：

https://hf-mirror.com/datasets/suvradeepp/English-Gujrati-OCR-Images 数据链接链接失效反馈

官方服务：

资源简介：

--- license: mit ---

许可证：MIT许可证（MIT License）

提供机构：

suvradeepp

jhu-clsp/seamless-align-expressive

语音翻译

多语言处理

Seamless-Align-Expressive数据集是一个用于翻译和音频到音频任务的多语言数据集，支持德语、英语、西班牙语、法语、意大利语和中文。数据集基于Meta AI发布的表达性语音到语音（S2S）数据，包含5种语言对的数据，压缩后约为228GB。数据集未进行分割，且数据可能包含个人身份信息、敏感内容或互联网上公开的有毒内容。数据集的创建过程中使用了SONAR Expressive编码器来

Hugging Face2024-02-22 更新500

benhachem/KHATT

光学字符识别

阿拉伯文手稿

KFUPM手写阿拉伯文本（KHATT）数据库包含阿拉伯手写文本图像及其真实标注，用于阿拉伯手写文本研究。该数据库包含行图像及其真实标注，并用于初步实验，如相关论文所述。

Hugging Face2023-09-12 更新160

Helsinki-NLP/fineweb-edu-translated

机器翻译

多语言处理

基于OPUS-MT和HPLT-MT模型自动翻译的fineweb-edu文档翻译集合，适用于文本生成任务，包含28种语言的翻译。

Hugging Face2026-04-22 更新70

WenWW/KD_multilingual_dataset

多语言处理

文本数据

该数据集包含多种语言的文本数据，每种语言的数据集都有不同的字节大小和样本数量。数据集的特征包括文本内容（text）和唯一标识符（id）。数据集涵盖了德语（de）、法语（fr）、西班牙语（es）、意大利语（it）、波兰语（pl）、罗马尼亚语（ro）、荷兰语（nl）、希腊语（el）、匈牙利语（hu）、葡萄牙语（pt）、捷克语（cs）、瑞典语（sv）、保加利亚语（bg）、丹麦语（da）、芬兰语（fi）、

Hugging Face2024-12-04 更新180

sproos/wikipedia-title-text-pairs

多语言处理

自然语言处理

--- dataset_info: - config_name: ab features: - name: title dtype: string - name: text dtype: string splits: - name: train num_bytes: 1644341 num_examples: 1576 download_si

Hugging Face2024-01-03 更新150

suvradeepp/English-Gujrati-OCR-Images

资源简介：

相关数据集