古兰经诵读音素、词与节对齐数据集

音视频
0 下载
6 浏览
2026-10-09

数据集简介

数据集卡

TheGreatQuran 发布的 Quran-recite2text 是一个面向《古兰经》诵读音频的对齐数据集,核心目标是为诵读录音提供音素、词、节三级对齐标注。数据以 JSON 格式组织,每条记录围绕一个 ayah(节)展开,并向下细化到词与音素的时间戳,便于将文本与音频精确对应。

文件与版本

数据集在页面中以 JSON 文件形式提供,用户可通过 Files and versions 区域浏览与下载。数据公开免费访问,无需额外申请。

字段结构

每条 JSON 记录包含以下关键字段:

  • ayah:所属节标识;
  • start / end:该节在音频中的起止时间;
  • audio_span_start / audio_span_end:音频片段的起止范围;
  • has_repetition:该节是否存在重复诵读;
  • words:词级数组,每个词包含:
    • word:词文本;
    • location:词在节中的位置;
    • start / end:词级时间戳;
    • has_repetition:该词是否重复;
    • attempts:诵读尝试数组,含 attempt、is_canonical、start、end 以及 phonemes;
    • phonemes:音素数组,每个音素含 phoneme、start、end。

社区

数据集页面设有 Community 区域,供使用者交流与反馈。

基本信息

记录数量未知
文件大小未知
文件格式JSON
数据来源TheGreatQuran
标注层级音素、词、节
访问方式公开免费
数据落地页https://huggingface.co/datasets/TheGreatQuran/Quran-recite2text
发布日期2026-10-09
古兰经诵读语音对齐音素标注词级时间戳JSON数据集

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