speech-uk/broadcast-opus

---
dataset_info:
features:
- name: audio
dtype: audio
- name: duration
dtype: float64
- name: transcription
dtype: string
language:
- uk
size_categories:
- 100K<n<1M
task_categories:
- automatic-speech-recognition
---

# Broadcast for 🇺🇦 Ukrainian (in OPUS)

## Community

- **Discord**: https://bit.ly/discord-uds
- Speech Recognition: https://t.me/speech_recognition_uk
- Speech Synthesis: https://t.me/speech_synthesis_uk

## Stats

```
Total files processed: 136736
Total duration: 300h 10m 51s
```

## Other

Labels generated by https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3

---
dataset_info:
特征字段：
- 名称：音频（audio），数据类型：音频（audio）
- 名称：时长（duration），数据类型：双精度浮点数（float64）
- 名称：转写内容（transcription），数据类型：字符串（string）
语言：乌克兰语（uk）
规模类别：100K < 样本量 < 1M
任务类别：自动语音识别（automatic-speech-recognition）
---

# OPUS 平台乌克兰语广播数据集

## 社区支持
- **Discord** 社区：https://bit.ly/discord-uds
- 语音识别交流群组：https://t.me/speech_recognition_uk
- 语音合成交流群组：https://t.me/speech_synthesis_uk

## 统计数据

已处理总文件数：136736
总时长：300小时10分51秒

## 其他说明
本数据集的转写标签由 https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3 生成。