纳斯勒马纳波斯语语音识别配对数据集

音视频
0 下载
18 浏览
2026-09-06

数据集简介

Nasl-e-Mana 清洁波斯语语音数据集(30 秒分块校对版)

Dataset card(数据集说明)

Reza2kn/nasle-mana-clean-chunked-30s-avasanj 是一个面向波斯语(Persian)自动语音识别(ASR)与语音合成(TTS)任务的音频-文本配对数据集。数据采集自《纳斯勒马纳》(نسل مانا,Nasl-e-Mana)月刊网站的音频内容,该月刊由伊朗盲人协会(انجمن نابینایان ایران)相关方出版。原始音频被统一切分为约 30 秒的片段,并对文本进行了校对(corrected)。根据页面说明,本版本生成于 2026-08-30,用以取代此前一份可靠性较差的按比例映射分块导出版本。

数据集的主要字段包括:

  • audio:音频数据列;
  • duration (s):片段时长(秒),实际取值范围约 6.49–44.8 秒;
  • label:标签列;
  • koochik_transcript:校对/标注转写文本(字符串长度示例为 19–600);
  • gemini37_transcript:机器转写文本;
  • gemini37_persian_normalized_transcript:波斯语规范化转写文本。

数据集划分为两个子集:

子集 行数 说明
labeled 4.98k 已有人工校对文本的片段
to_transcribe 11.1k 待转写的片段
default(合计) 16.1k 规模类别 10K–100K

Data Studio(数据浏览)

可在 Hugging Face 的 Data Studio 中在线浏览 default 子集的 16.1k 行数据,按 labeled 与 to_transcribe 两个 split 分别查看音频与对应转写文本字段。

Files and versions(文件与版本)

数据集以 parquet 格式托管,可在 Hugging Face 数据集页面的 Files and versions 标签页查看并下载全部数据文件,页面同时记录了各文件的版本历史。

Community(社区)

页面提供 Community 区,用户可在其中提交使用反馈、数据问题或讨论。

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Hugging Face 用户 Reza2kn(数据源:Nasl-e-Mana 月刊 / 伊朗盲人协会)
语言波斯语
数据模态音频、文本
子集划分labeled 4.98k 行 / to_transcribe 11.1k 行
音频时长约 6.49–44.8 秒
数据落地页https://huggingface.co/datasets/Reza2kn/nasle-mana-clean-chunked-30s-avasanj
发布日期2026-09-06
波斯语语音识别语音合成音频转写Nasl-e-Mana

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