CoolFace
Datasetpublic

fosters/eryh_maryya_remark_all

Заўвага Аўтар / Author: Эрых Марыя РэмаркМова / Language: Беларуская (Belarusian) Аўдыё нарэзана з арыгінальнага запісу ў зыходнай частаце дыскрэтызацыі (native), мона, фрагменты да 30 секунд. Частка калекцыі Belarusian Audiobooks (native). Радкоў у датасеце 5,853 Працягласць 18 гадз 56 хв Частата дыскрэтызацыі 44100 Hz Каналы мона Даўжыня фрагмента да 30 с Структура Кожны радок змяшчае: audio — аўдыёфрагмент (native SR, мона, ≤30 с)… See the full description on the dataset page: https://huggingface.co/datasets/fosters/eryh_maryya_remark_all.

sourceHugging Facecc-by-nc-4.0updated 3mo agoView on Hugging Face
0likes73downloads
Dataset Card

Заўвага

Аўтар / Author: Эрых Марыя Рэмарк Мова / Language: Беларуская (Belarusian)

Аўдыё нарэзана з арыгінальнага запісу ў зыходнай частаце дыскрэтызацыі (native), мона, фрагменты да 30 секунд. Частка калекцыі Belarusian Audiobooks (native).

Радкоў у датасеце5,853
Працягласць18 гадз 56 хв
Частата дыскрэтызацыі44100 Hz
Каналымона
Даўжыня фрагментада 30 с

Структура

Кожны радок змяшчае:

  • —audio — аўдыёфрагмент (native SR, мона, ≤30 с)
  • —text — транскрыпцыя (Gemini + двайное ASR выраўнаванне)
  • —duration — даўжыня фрагмента ў секундах

Апрацоўка

Аўдыёкніга разбіта на фрагменты (≤30 с) і нарэзана з арыгінальнага аўдыё ў зыходнай якасці. На краях кожнага фрагмента застаецца ≤200 мс арыгінальнай цішыні плюс 100 мс сінтэзаванай. Упэўненасць выраўнавання транскрыпцыі ≥ 0.95.

Дыктар / Speaker

Кластарspeaker_02
Ацэнка падабенства (сярэдняя)0.911

Вызначана мадэллю [WavLM-Base+](https://huggingface.co/microsoft/wavlm-base-plus-sv) (cosine similarity, threshold=0.82).

Ліцэнзія / License

CC BY-NC 4.0 — дазволена выкарыстанне ў некамерцыйных мэтах з указаннем крыніцы.