--- dataset_info: features: - name: audio dtype: audio - name: path dtype: string - name: sentence dtype: string - name: length dtype: float64 splits: - name: train n

Hugging Face2023-11-22 更新160

inesc-id/longlibriheavy

语音识别

长形式语言处理

LongLibriHeavy是一个新颖的长形式自动语音识别（ASR）基准数据集，旨在评估最先进模型在长形式自动语音识别方面的能力。该数据集由LibriHeavy语料库派生而来，特别挑选用于挑战ASR系统处理扩展语音记录的能力。当前版本包含开发集（dev）和测试集（llh_test_16, llh_test_30, llh_test_60, llh_test_180, 和 llh_test）。

Hugging Face2025-07-30 更新120

CSS10 语音数据集

语音识别

语音合成

CSS10 是一个拥有十种语言的单扬声器语音的数据集。数据集包含 LibriVox 有声读物的简短音频剪辑及其校准文本。研究人员根据语音数据集还训练了两个由文本生成语音的神经模型，以验证语音数据集质量。数据集未来可用于演讲任务。

超神经2022-10-27 更新180

IbratDO/female_data_commonvoice_uzbek_merged_15_12_2025

语音识别

乌兹别克语

该数据集名为female_data_commonvoice_uzbek_merged_15_12_2025，包含乌兹别克语的女性语音数据，与CommonVoice项目相关。数据集分为训练集和验证集，训练集包含4530个样本，验证集包含1133个样本。每个样本包括音频文件路径（采样率为16kHz）和对应的句子文本。数据集总大小约为3.46GB，下载大小约为3.21GB。

Hugging Face2025-12-15 更新160

LAX North Tower ATC Calls

资源简介：

相关数据集