喜马拉雅尼泊尔语语音转写数据集

音视频
0 下载
28 浏览
2026-09-13

数据集简介

Dataset card

deepsu/himalaya-ai-stt-dataset 是一个语音-文本(Audio, Text)数据集,托管在 Hugging Face 上。根据数据集卡片信息,其模态为音频与文本,格式为 parquet,规模为 10K - 100K。

数据集的核心内容为音频与其对应的字幕文本,字幕内容为尼泊尔语对话/访谈文本,可用于语音转写(STT)相关任务。

Data Studio

数据集页面提供 Data Studio 视图,可直接在线浏览数据行。根据 schema 提示,数据行包含以下字段:

字段 类型 说明
rowIdx — 行索引
cells.audio audio/wav 音频数据,wav 格式
cells.subtitle string 字幕文本,尼泊尔语对话/访谈内容

数据配置为 default,划分为 train 子集(default/train)。

Files Files and versions

数据集文件以 parquet 格式提供,音频为 wav。可通过页面 Files and versions 栏目查看全部文件与版本记录,并下载所需文件。

Community

页面提供 Community 栏目,用于围绕该数据集进行讨论与反馈。

来源与许可

数据集由 deepsu 发布,源页面为 https://huggingface.co/datasets/deepsu/himalaya-ai-stt-dataset 。数据集卡片未提供 license 信息。

基本信息

记录数量未知
文件大小未知
文件格式parquet, wav
数据来源deepsu
音频格式wav
模态Audio, Text
规模10K - 100K
字段rowIdx, cells.audio, cells.subtitle
数据划分default/train
数据落地页https://huggingface.co/datasets/deepsu/himalaya-ai-stt-dataset
发布日期2026-09-13
语音转写尼泊尔语语音数据集音频文本对字幕数据

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