这是一个经过重构并适用于Hugging Face的尼泊尔语女性语音数据集（SLR43子集），包含来自尼泊尔女性扬声器的高质量语音录音，原始数据由Google LLC整理。该数据集已经重新格式化为自动语音识别（ASR）和语音转文本（STT）的微调，保留了完整的尼泊尔语（Devanagari）转录，并保持了16 kHz的采样率。

Hugging Face2025-11-08 更新60

uniiiii/Whisper-fine-tune-p-26

语音识别

机器学习

该数据集包含音频和对应的转录文本。音频的采样率为16000Hz，转录文本为字符串类型。数据集仅包含一个训练分割，共有87845个样本，总大小为6459605615.84字节，下载大小为5684807498字节。默认配置下的数据文件路径为data/train-*。

Hugging Face2024-05-17 更新100

WillHeld/phl_accent_cv

语音识别

口音分析

--- dataset_info: features: - name: client_id dtype: string - name: path dtype: string - name: sentence dtype: string - name: up_votes dtype: int64 - name: down_votes d

Hugging Face2024-03-12 更新80

Hello_siri _voicedata_with _train and Test Label

资源简介：

相关数据集