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

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

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