阿拉伯语口语语音转写数据集ASALA
音视频
0 下载
25 浏览
2026-08-09
数据集简介
数据集概述
ASALA 是一个阿拉伯语语音转写数据集,收集自中东和北非(MENA)地区公开可访问的对话来源。该数据集旨在保存真实的口语阿拉伯语,并提供标准化的国家和方言标注,为阿拉伯语语音转写研究提供支持。
资源组成
ASALA 包含两个互补的资源:
- ASALA-Raw:原始数据集合,采用特定的收集策略。
- ASALA-QA:质量保证后的数据版本,规模和质量保证流程与 ASALA-Raw 不同。
这两个资源在收集策略、规模和质量保证流程上有所差异,以满足不同的研究需求。
数据内容
数据以语音转写文本的形式呈现,包含阿拉伯语口语的转写内容,并附有国家和方言的标准化标注。这些数据来自 MENA 地区的公开对话来源,确保了语料的真实性和多样性。
许可与发布
ASALA 数据集采用知识共享署名 4.0 国际许可(Creative Commons Attribution 4.0 International)发布,允许用户自由使用、共享和修改,但需注明出处。数据集的发布日期为 2026 年 8 月 9 日。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源Zenodo
许可协议Creative Commons Attribution 4.0 International
数据模态语音转写文本
数据落地页https://zenodo.org/records/21859731
发布日期2026-08-09
阿拉伯语语音转写口语语料方言标注自然语言处理
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