关键词识别语音数据集 WebDataset 分片版

音视频
0 下载
25 浏览
2026-08-01

数据集简介

数据内容与任务定位

该数据集服务于关键词识别(Keyword-Spotting, KWS)这一语音任务,模态为音频。整体内容以 WebDataset tar 分片形式组织,使用者可以借助 WebDataset 的流式加载方式直接训练 KWS 模型,而无需预先解包整个目录。

数据组织方式

数据的输入是一个 Kaldi 风格的数据目录,包含以下标准文件:

  • wav.scp:语音条目索引
  • text:文本标注
  • utt2spk:utterance 到说话人的映射
  • utt2dur:utterance 时长
  • segments:分段信息

打包时,每条 utterance 会被封装为单个 tar 样本。目录布局遵循 data/<split>/... 的形式,即按数据划分(split)分目录存放对应的分片文件。

获取方式

数据集托管在 HuggingFace 平台,页面地址为 https://huggingface.co/datasets/Yougen/kws_dataset_ct,可免费公开访问,直接从该页面下载 tar 分片即可使用。

基本信息

记录数量未知
文件大小未知
文件格式tar / wav
数据来源Yougen(ygyuan)
目录结构data/<split>/
数据落地页https://huggingface.co/datasets/Yougen/kws_dataset_ct
发布日期2026-08-01
关键词识别语音数据集WebDatasetKaldi音频处理

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

价格

免费