OpenSLR Speech Corpus
OpenSLR ofrece un corpus de audio de alta calidad para la investigación del reconocimiento de voz. El juego SLR32 cubre 4 idiomas sudafricanos con grabaciones de varios hablantes y las transcripciones asociadas.
Archivos `.wav` transcritos y tablas TSV; altavoces múltiples; 4 idiomas (af, st, tn, xh)
Creative Commons Reconocimiento-CompartirIgual 4.0
Descripción
OpenSLR Speech Corpus es un conjunto de datos de audio multilingüe diseñado para tareas de reconocimiento y síntesis de voz. Contiene grabaciones de alta calidad en cuatro idiomas africanos (afrikáans, sesotho, setswana y xhosa), con transcripciones precisas en formato TSV.
¿Para qué sirve este conjunto de datos?
- Entrene modelos de reconocimiento de voz para idiomas de bajos recursos.
- Desarrollar sistemas TTS (síntesis de voz) multilingües.
- Pruebe y valide las canalizaciones de procesamiento de audio multilingües.
¿Se puede enriquecer o mejorar?
Sí. El corpus se puede completar con anotaciones fonéticas, una segmentación temporal más precisa o nuevos idiomas. También se pueden aplicar modelos de normalización de texto o alineaciones de audio y texto más precisas.
🔎 En resumen
🧠 Recomendado para
- Investigadores de ASR
- programadores TTS
- Lingüistas informáticos
🔧 Herramientas compatibles
- ESPnet
- Whisper
- Kaldi
- Hugging Face Transformers
💡 Consejo
Segmenta los audios según la puntuación para lograr una alineación más precisa durante el entrenamiento.
Preguntas frecuentes
¿Qué idiomas abarca este corpus?
Abarca cuatro idiomas sudafricanos: afrikáans, sesotho, setswana y xhosa.
¿Este conjunto de datos es adecuado para principiantes en el procesamiento de audio?
Sí, su formato estructurado y la disponibilidad de transcripciones lo hacen accesible para los principiantes, especialmente para proyectos sencillos de ASR o demostraciones de TTS.
¿Se puede usar este conjunto de datos para modelos de negocio?
Sí, la licencia CC BY-SA 4.0 permite el uso comercial siempre que se respeten las condiciones de uso compartido en los mismos términos (mención del autor y uso compartido bajo una licencia equivalente).
