Preskočiť na obsah
DatasetReč a zvuk

SloPalSpeech

SloPalSpeech je otvorený dataset slovenskej reči určený na trénovanie modelov automatického rozpoznávania reči.

Otvoriť na Hugging FaceČlánok

Môžem to použiť?

Licencia dovoľuje aj komerčné použitie, ak uvedieš autorov a licenciu.

O zdroji

SloPalSpeech je otvorený dataset slovenskej reči určený na trénovanie modelov automatického rozpoznávania reči. Obsahuje 2 806 hodín nahrávok z rokovaní Národnej rady SR, rozdelených do približne 403 tisíc segmentov s dĺžkou 20 až 30 s, spárovaných s oficiálnymi prepismi schôdzí. Prepisy boli k zvuku zarovnané automaticky a segmenty s chybovosťou na úrovni slov nad 40 % voči prepisu modelom Whisper boli odfiltrované, takže dataset obsahuje istý šum v anotáciách. Zverejnená je iba trénovacia časť bez oficiálnej testovacej sady. Doménou je formálna parlamentná reč, preto modely dotrénované len na tomto datasete inklinujú k parlamentnej slovnej zásobe.

Vidíš chybu alebo chýbajúci údaj? Napíš nám.

Ďalšie zdroje od tímu NaiveNeuron FMFI UK

NaiveNeuron FMFI UK