Jocko Podcast

kaggle2023-01-13 更新2024-03-08 收录

播客

语音识别

数据链接：

https://www.kaggle.com/datasets/ragnarstefansson/jocko-podcast 数据链接链接失效反馈

官方服务：

资源简介：

Transcripts from Jocko Podcast using OpenAI Whisper

采用OpenAI Whisper生成的约科播客（Jocko Podcast）转录文本

创建时间：

2023-01-05

Nexdata/accented_english

语音识别

多语言口语

--- YAML tags: - copy-paste the tags obtained with the tagging app: https://github.com/huggingface/datasets-tagging task_categories: - automatic-speech-recognition language: - en --- # Dataset Card f

Hugging Face2023-11-22 更新1120

filipinospeechcorpus

语音识别

语音合成

菲律宾语音语料库（Filipino Speech Corpus, FSC）是一个用于自动语音识别（ASR）和文本转语音（TTS）任务的句子级语音数据集。该数据集以Hugging Face Parquet格式存储，包含16kHz单声道音频片段。数据集总大小约为6GB，由139个分片组成。每个样本包含音频文件、对应的文本转录、音频时长、单词数量、说话者ID、性别、年龄组、语音类型（朗读/自发/机器生成

Hugging Face2026-03-22 更新240

minato-ryan/emilia-cjk-xcodec2

语音识别

日语处理

该数据集包含多个配置（ja_long，ja_short，ja_skipped，ja_very_long），每个配置都有如uid、dnsmos、时长、语言、说话人、文本、wav文件和ids等特征。每个配置的训练分割都包含了示例数量和字节数的信息。此外，还提供了每个配置的下载大小和数据集大小。

Hugging Face2025-10-24 更新110

glenn2/voice_breaths

语音识别

音频分析

--- dataset_info: features: - name: audio dtype: audio: sampling_rate: 48000 - name: sentence dtype: string splits: - name: train num_bytes: 55098221109.05 num_

Hugging Face2024-04-13 更新280

cmu-mlsp/librispeech960-wavlm-large-km1000_asr_tokenized_final

语音识别

自然语言处理

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: validation_tts path: data/validation_tts-*

Hugging Face2023-12-05 更新200

Jocko Podcast

资源简介：

相关数据集