古兰经诵读音文对齐数据集

音视频
0 下载
3 浏览
2026-09-28

数据集简介

音频与文本双模态的对齐数据

该数据集服务于古兰经诵读音频与文本的对齐任务,属于宗教语音与语音-文本对齐方向。数据同时包含音频与文本两种模态,以 json 格式组织存储,便于直接读入对齐或检索流程。

字段构成与时间戳信息

每条记录围绕一次诵读片段展开,字段覆盖章节与版本标识、时间定位以及文本边界:

字段 含义
s 章节编号
v 版本标识
start / end 片段起始与结束时间戳
dur 片段时长
vfmt 与版本相关的格式字段
head_tokens / tail_tokens 片段首尾词元

借助 start/end 与首尾词元,可以把音频中的一段诵读与文本中的具体词元边界对应起来,适合构建片段级对齐样本。

文件、划分与查看方式

数据集的默认子集下设有 test 划分,Dataset Viewer 中该划分显示为 1 行;页面规模标注为 < 1K,文件总体积为 5.35 GB,说明单个文件承载的音频体量较大。文件与版本信息可在 Files and versions 区域查看,具体文件直链以平台页面为准。

访问方式与使用提示

数据集在 HuggingFace 上公开可访问、免费下载,近一个月下载量为 9,906 次。页面尚未提供 Dataset card,也未标注许可信息;在二次分发或用于正式研究前,建议先向数据提供方确认授权与引用要求。

基本信息

记录数量Number of rows: 1;Total file size: 5.35 GB;Size: <
文件大小Number of rows: 1;Total file size: 5.35 GB;Size: <
文件格式JSON
数据来源zaibihassan
数据模态音频、文本
数据体积5.35 GB
样本行数1
数据划分test
数据落地页https://huggingface.co/datasets/zaibihassan/Quranic-Recitation-Alignment
发布日期2026-09-28
古兰经诵读语音文本对齐音频数据时间戳标注宗教语音

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