Datasetpublic

Sh1man/silero_open_stt

Usage from datasets import load_dataset, Audio dataset = load_dataset("Sh1man/silero_open_stt", "asr_calls_v2", split="train") print(dataset[0]['wav']) Subsets The dataset contains three subsets: asr_calls_v2: calls recordings buriy_audio_books_2: books recordings public_youtube700: youtube recordings 📊 Сводная статистика аудио-датасетов 📈 Общая статистика по всем датасетам Метрика Значение Всего датасетов/сабсетов 3… See the full description on the dataset page: https://huggingface.co/datasets/Sh1man/silero_open_stt.

sourceHugging Facecc-by-nc-4.0updated 1y agoView on Hugging Face

4likes28downloads

Dataset Card

Usage

python

from datasets import load_dataset, Audio

dataset = load_dataset("Sh1man/silero_open_stt", "asr_calls_v2", split="train")
print(dataset[0]['wav'])

Subsets

The dataset contains three subsets:

—asr_calls_v2: calls recordings
—buriy_audio_books_2: books recordings
—public_youtube700: youtube recordings

📊 Сводная статистика аудио-датасетов

📈 Общая статистика по всем датасетам

Метрика	Значение
Всего датасетов/сабсетов	3
Всего семплов	28,111
Общая продолжительность	17.11 часов (61592.71 секунд)
Средняя продолжительность семпла	2.19 секунд

Распределение объема данных по датасетам

asr_calls_v2 ██████████████████ 46.1%
buriy_audio_books_2 ███████████ 27.9%
public_youtube700 ██████████ 26.0%

Датасет: asrcallsv2

Информация по сплитам

🔹 Тренировочный набор (train)

Метрика	Значение
Количество семплов	7,770
Общая продолжительность	4.64 часов (16695.11 секунд)
Средняя продолжительность семпла	2.15 секунд

🔹 Валидационный набор (validate)

Метрика	Значение
Количество семплов	5,180
Общая продолжительность	3.10 часов (11142.98 секунд)
Средняя продолжительность семпла	2.15 секунд

📊 Общая статистика датасета

Метрика	Значение
Всего сплитов	2
Всего семплов	12,950
Общая продолжительность	7.73 часов (27838.09 секунд)
Средняя продолжительность семпла	2.15 секунд

Распределение данных по сплитам

train        ████████████████████████ 60.0%
validate     ████████████████ 40.0%

Датасет: buriyaudiobooks_2

Информация по сплитам

🔹 Тренировочный набор (train)

Метрика	Значение
Количество семплов	4,710
Общая продолжительность	2.98 часов (10720.37 секунд)
Средняя продолжительность семпла	2.28 секунд

🔹 Валидационный набор (validate)

Метрика	Значение
Количество семплов	3,140
Общая продолжительность	1.93 часов (6938.31 секунд)
Средняя продолжительность семпла	2.21 секунд

📊 Общая статистика датасета

Метрика	Значение
Всего сплитов	2
Всего семплов	7,850
Общая продолжительность	4.91 часов (17658.68 секунд)
Средняя продолжительность семпла	2.25 секунд

Распределение данных по сплитам

train        ████████████████████████ 60.0%
validate     ████████████████ 40.0%

Датасет: public_youtube700

Информация по сплитам

🔹 Тренировочный набор (train)

Метрика	Значение
Количество семплов	4,386
Общая продолжительность	2.70 часов (9722.90 секунд)
Средняя продолжительность семпла	2.22 секунд

🔹 Валидационный набор (validate)

Метрика	Значение
Количество семплов	2,925
Общая продолжительность	1.77 часов (6373.04 секунд)
Средняя продолжительность семпла	2.18 секунд

📊 Общая статистика датасета

Метрика	Значение
Всего сплитов	2
Всего семплов	7,311
Общая продолжительность	4.47 часов (16095.94 секунд)
Средняя продолжительность семпла	2.20 секунд

Распределение данных по сплитам

train        ███████████████████████ 60.0%
validate     ████████████████ 40.0%

Licensing Information

CC-BY-NC Commercial usage available after agreement with dataset authors