ym88659208ym87991671
Open Source Datasets | Документация для разработчиков

Open Source Datasets

Обновлено 22 февраля 2023

Настройте собственный сервис синтеза и распознавания речи с помощью открытых датасетов на русском языке. Все данные и обученные на них акустические модели распознавания речи бесплатны и открыты для скачивания.

  • Golos — датасет для распознавания речи.
  • Dusha — датасет для распознавания эмоций.

Golos

Датасет для распознавания речи на русском языке. Он состоит из аудиозаписей речи и транскрипций, полученных с помощью ручной разметки на краудсорсинговой платформе. Общая длительность записей составляет примерно 1240 часов.

Также доступны триграммные модели KenLM, подготовленные на базе русских текстов из открытого корпуса Common Crawl.

Датасет доступен по ссылке.

Dusha

Бимодальный датасет для распознавания эмоций в речи. В нем около 300 000 аудиозаписей, их расшифровки и метки эмоций. Общая длительность записей составляет примерно 350 часов.

Мы выбрали четыре основные эмоции, которые обычно появляются в диалоге с виртуальным помощником: счастье (позитив), печаль, гнев и нейтральная эмоция.

Датасет доступен по ссылке.

Заметили ошибку?

Выделите текст и нажмите Ctrl + Enter, чтобы сообщить нам о ней