印地语语音文本标注数据集
音视频
0 下载
12 浏览
2026-07-31
数据集简介
数据集概览
该数据集由 Hugging Face 用户 toiar 发布,仓库名为 toiar/hindi-moss-labeled,主要包含印地语(Hindi)的音频与文本数据。数据模态为 Audio 与 Text,格式为 parquet,规模在 1K 至 10K 条之间,总文件体积约 918 MB。数据集页面显示,过去一个月下载量为 13 次,表明其当前使用热度较低,但作为印地语语音资源仍具参考价值。
数据格式与规模
数据以 parquet 格式存储,这是一种高效的列式存储格式,便于与 Datasets、Dask、Polars 等数据处理库集成。数据集规模为 1K 至 10K 条,具体条数未在页面中明确标注。总文件体积约 918 MB,适合在本地或云端环境中进行加载与处理。
访问与使用条件
该数据集仓库为公开可访问状态,但用户必须登录 Hugging Face 账号,并同意共享联系方式(accept the conditions)后才能访问文件与内容。README.md 文件存在但内容为空,因此数据集的具体字段结构、标注规范等信息暂未提供。用户可通过页面上的 Files and versions 标签查看文件列表与版本历史,或使用 Data Studio 进行数据预览与分析。
基本信息
记录数量1K - 10K 条;总文件体积 918 MB
文件大小1K - 10K 条;总文件体积 918 MB
文件格式parquet
数据来源toiar
数据规模1K-10K 条
总文件体积918 MB
模态Audio, Text
访问条件需登录并同意共享联系方式
数据落地页https://huggingface.co/datasets/toiar/hindi-moss-labeled
发布日期2026-07-31
印地语语音识别音频文本parquet语音数据集
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