WAXAL Cleaned 16k

kaggle2026-07-28 更新2026-08-01 收录

非洲语言

多语言语音处理

数据链接：

https://www.kaggle.com/datasets/enesg26/waxal-cleaned-16k 数据链接链接失效反馈

官方服务：

资源简介：

Cleaned 16 kHz WAXAL speech across 19 African languages

创建时间：

2026-07-28

yanickschraner/swiss_parliament_corpus

议会语音识别

多语言语音处理

--- dataset_info: features: - name: client_id dtype: int64 - name: audio dtype: audio: sampling_rate: 16000 - name: sentence dtype: string - name: up_votes dtyp

Hugging Face2022-12-16 更新180

BembaSpeech

自动语音识别

非洲语言

BembaSpeech是一个专为Bemba语言设计的自动语音识别数据集，由赞比亚大学计算机科学系创建。该数据集包含超过24小时的Bemba语言朗读语音，总计14,438条录音，适用于训练和测试自动语音识别系统。数据集内容来源于Bemba文学和其他在线资源，通过Lig-Aikuma应用收集。BembaSpeech旨在解决非洲语言资源稀缺的问题，特别是针对赞比亚的Bemba语言，支持构建更有效的语音识

arXiv2021-02-09 更新80

PHBJT/cml-tts

语音合成

多语言语音处理

该数据集包含多种语言的音频和文本数据，每种语言（如荷兰语、法语、德语、意大利语、波兰语、葡萄牙语和西班牙语）都有独立的配置。每个配置包含音频文件、文本、转录文本、编辑距离、音频时长、单词数量和说话者ID等特征。数据集被分割为训练集、开发集和测试集，每个分割都有相应的字节大小和示例数量。

Hugging Face2024-09-25 更新60

michsethowusu/ganda-nuer_sentence-pairs

非洲语言

自然语言处理

Ganda-Nuer句子对数据集包含非洲语言的句子对以及它们之间的相似度分数。这个数据集可以用于机器翻译、句子对齐或其他自然语言处理任务。数据集中的每一行包含三个列：相似度分数、第一个句子（语言1）和第二个句子（语言2）。该数据集旨在用于训练和评估用于翻译、句子相似度以及跨语言迁移学习的机器学习模型。

Hugging Face2025-04-02 更新100

michsethowusu/dyula-hausa_sentence-pairs

自然语言处理

非洲语言

Dyula-Hausa_Sentence-Pairs数据集包含非洲语言句子对及其相似度分数，适用于机器翻译、句子对齐等自然语言处理任务。该数据集基于NLLBv1构建，每行包含三个字段：相似度分数、Dyula语句子和Hausa语句子。

Hugging Face2025-04-02 更新60