indicvoices_calibration_1408

kaggle2025-12-01 更新2025-12-06 收录

下载链接：

https://www.kaggle.com/datasets/haposeiz/indicvoices-calibration-1408

下载链接

链接失效反馈

官方服务：

资源简介：

Calibration Dataset for quantizing the Indic Conformer ASR model by AI4Bharat.

由AI4Bharat构建的用于量化印度语系Conformer自动语音识别（Automatic Speech Recognition）模型的校准数据集。

创建时间：

2025-12-01

INDICVOICES

INDICVOICES是一个包含7348小时自然和即兴演讲的数据集，涵盖了9%的朗读、74%的即兴演讲和17%的对话音频，来自16237名演讲者，覆盖了145个印度地区和22种语言。

arXiv2024-03-04 更新80

eswardivi/IndicVoices

--- dataset_info: - config_name: telugu_train features: - name: audio dtype: audio - name: end dtype: float64 - name: text dtype: string - name: start dtype: float64 - name

Hugging Face2024-03-06 更新100

IndicVoices-R

IndicVoices-R是由印度理工学院马德拉斯分校计算机科学与工程系创建的，是目前最大的多语言多说话者印度TTS数据集，涵盖了22种印度语言，包含1,704小时的高质量语音数据，来自10,496名说话者。数据集主要由即兴录音组成，确保了语音的自然性。创建过程中，通过去噪和语音增强模型对原始ASR数据进行处理，以提高语音质量。该数据集旨在解决印度语言TTS系统中数据稀缺和高多样性需求的问题，支持

arXiv2024-10-07 更新290

IndicVoices

一个包含多种语言音频及其对应文本的数据集，用于训练和验证语音识别模型。数据集中的音频文件带有丰富的元数据信息，如说话人性别、年龄、职业等。

Hugging Face2025-03-06 更新170

IndicVoices-R

IndicVoices-R是一个大规模的多语言多说话人语音数据集，旨在支持印度TTS（文本到语音）技术的扩展。该数据集包含1,704小时的高质量语音，来自10,496名说话人，涵盖22种印度语言，旨在提高TTS模型在印度语言中的零样本、少样本和多样本说话人泛化能力。

github2024-06-13 更新490