俄语有声书章节级音频数据集

音视频
0 下载
23 浏览
2026-07-24

数据集简介

Dataset card

AudiobookRu 是一个俄语有声书章节级音频数据集,由 Hugging Face 平台公开托管。该数据集从 mybook.ru 网站爬取,每一行代表一个章节,包含内嵌的 MP3 音频字节以及书籍与章节的元数据。数据模态为表格(Tabular)与文本(Text),格式为 Parquet。

Data Studio

数据集规模约为 10 万至 100 万行(Size: 100K - 1M),适合大规模语音与文本分析。推荐使用的库包括 Datasets、Dask 和 Polars,便于高效处理大规模数据。

Files

数据以 Parquet 格式存储,每个文件包含多个章节记录。每行数据包含以下字段:

  • 音频与章节信息:audio(音频字节)、id、book_id、chapter_order、chapter_title、n_chapters
  • 书籍元数据:name、slug、audio_type、type、lang、duration_sec、audio_bytes
  • 评分与统计:rating、rating_votes、rating_scores、read_count、reviews_count、citations_count
  • 作者与朗读者:main_author_slug、main_author_name、main_actor_slug、main_actor_name
  • 出版信息:publisher_name、genres_names、tags_csv、series_name、subscription_id、is_purchased、adult
  • 时间戳:written_dt、updated_at
  • 链接与封面:absolute_url、share_url、default_cover_path、preview_audio_url
  • 文本内容:annotation_plain、annotation_html
  • 其他:page_url、raw_metadata_json

Files and versions

用户可通过 Hugging Face 页面的 Files 标签页浏览和下载数据文件,或使用 datasets 库直接加载。数据集版本更新记录可在 Hugging Face 页面查看。

Community

该数据集由 Muncy 发布,属于公开免费资源,欢迎社区用户用于研究、教学或非商业用途。如有问题或建议,可通过 Hugging Face 社区讨论区反馈。

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
数据规模100K - 1M 行
数据模态表格与文本,内嵌 MP3 音频字节
来源mybook.ru
语言俄语
许可Hugging Face 公开数据集,免费访问
数据落地页https://huggingface.co/datasets/Muncy/AudiobookRu
发布日期2026-07-24
俄语有声书章节级音频MP3自然语言处理语音识别

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