five

tuandung2812/central_ytb_scrape

收藏
Hugging Face2025-12-16 更新2025-12-20 收录
下载链接:
https://hf-mirror.com/datasets/tuandung2812/central_ytb_scrape
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含音频文件及其对应的原始文本转录和多种语音识别模型的预测结果。音频采样率为16000Hz。数据集分为训练集(20502个样本)和测试集(1080个样本),每个样本包含唯一ID、音频数据、原始文本以及original_zipformer、finetuned_zipformer、elevenlabs、gpt和chunkformer五种模型的预测文本。

This dataset contains audio files along with their original text transcripts and predictions from multiple speech recognition models. The audio sampling rate is 16kHz. The dataset is divided into train (20,502 samples) and test (1,080 samples) splits, with each sample containing a unique ID, audio data, ground truth text, and predictions from five models: original_zipformer, finetuned_zipformer, elevenlabs, gpt, and chunkformer.
提供机构:
tuandung2812
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作