TruongScotl/stvi
收藏Hugging Face2024-01-09 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/TruongScotl/stvi
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个语音到文本翻译的数据集，源音频为英语，目标句子为越南语。数据集来源于PhoST，音频被分割为1-15秒的片段，每个片段对应一个句子，并进行了拼写校正、词汇标准化和音频分割处理。数据集包含训练集和测试集，分别有294723和1095个样本。
该数据集是一个语音到文本翻译的数据集，源音频为英语，目标句子为越南语。数据集来源于PhoST，音频被分割为1-15秒的片段，每个片段对应一个句子，并进行了拼写校正、词汇标准化和音频分割处理。数据集包含训练集和测试集，分别有294723和1095个样本。
提供机构：
TruongScotl
原始信息汇总
数据集概述
这是一个语音到文本翻译数据集，源音频为英语，目标句子为越南语。数据集中的音频被分割成1-15秒的片段，每个片段对应一个句子，并进行了拼写校正、标准化和音频分割处理。
数据结构
数据集包含以下字段：
path: 音频文件的路径audio: 一个字典，包含下载的音频文件路径、解码后的音频数组和采样率sentence: 转录的句子
数据分割
语音材料被细分为训练集和测试集。语音来自TED演讲，每个语音片段对应一个转录的句子。
| 训练集 | 测试集 | |
|---|---|---|
| 语音片段数 | 294723 | 1054 |
| 时长（小时） | 425.91 | 1.616 |
