Datasetpublic

fosters/knihi-be-janka_bryl_sirocy_chleb_all

AudioSet Pipeline Output 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 датасеце 757 Працягласць 2 гадз 29 хв Частата дыскрэтызацыі 44100 Hz Каналы мона Даўжыня фрагмента да 30 с Структура Кожны радок змяшчае: audio — аўдыёфрагмент (native SR, мона, ≤30 с) text — транскрыпцыя… See the full description on the dataset page: https://huggingface.co/datasets/fosters/knihi-be-janka_bryl_sirocy_chleb_all.

sourceHugging Facecc-by-nc-4.0updated 3mo agoView on Hugging Face

0likes16downloads

Dataset Card

AudioSet Pipeline Output

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 датасеце	757
Працягласць	2 гадз 29 хв
Частата дыскрэтызацыі	44100 Hz
Каналы	мона
Даўжыня фрагмента	да 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.

Ліцэнзія / License

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