ARC语音文本精炼数据集

音视频
0 下载
10 浏览
2026-08-13

数据集简介

数据集卡片

该数据集包含语音音频及对应的文本句子,数据模态为音频与文本。数据文件格式为 parquet,音频文件为 wav 格式。数据集规模在 10K 到 100K 之间。

数据字段

每条数据包含以下字段:

  • sentence (string):对应的文本句子。
  • audio (audio/wav):语音音频文件。
  • speaker (string):说话人标识,示例值为 "Kohta"。
  • source_audio (string):源音频路径,例如 s3://arc-speech-datacollection/audio/Training_en_2026-03-12T13-23-52.574Z_[nospeech].wav。

数据集中包含无语音片段的标记 <|nospeech|>,用于标识无语音的音频段。

数据划分

数据集提供了 en/train 划分,即英文训练集,可用于模型训练。

文件与版本

数据集的文件和版本信息可在 Hugging Face 数据集页面的 "Files and versions" 部分查看。

社区

有关该数据集的讨论、问题和使用经验,可访问 "Community" 部分参与交流。

基本信息

记录数量未知
文件大小未知
文件格式parquet
数据来源goea
音频格式wav
数据规模10K - 100K
字段sentence, audio, speaker, source_audio
数据落地页https://huggingface.co/datasets/goea/arc-speeches-refined
发布日期2026-08-13
语音音频文本说话人识别语音识别

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费