Robust HyPoradise数据集是一个用于生成式错误校正和大语言模型研究的数据集，特别关注噪声鲁棒的语音识别。该数据集包含训练数据和测试数据，格式相同。由于语音特征文件较大，训练数据中未包含语音特征，但提供了脚本用于从原始语音文件（.wav）生成这些特征。数据集支持用户从自己的ASR数据集中生成训练和测试数据，并提供了必要的脚本和包。数据集的相关研究已在ICLR 2024会议上发表。

Hugging Face2024-05-17 更新150

ViSpeak-Instruct

语音识别

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集 #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}

魔搭社区2026-04-28 更新130

Ljspeech Tokens Moshi Stt Asr

资源简介：

相关数据集