CoolFace
8 shown

datasets

Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.

modalityAllTextImageAudioTabularVideo
taskAllText generationQuestion answeringImage classificationSpeech
sizeAllUnder 1K1K – 10K100K – 1M1M – 10M
formatAllParquetJSONCSVWebDataset
sortTrendingMost likedMost usedRecently updatedNewest
Clear all
01sarahwei /Taiwanese-Minnan-Sutiau Taiwanese-Minnan-Sutiau Dataset The dataset consists of a curated collection of words that resemble tokens in Taiwanese Minnan (Taiwanese Hokkien), aimed at enhancing the recognition and processing of the language for various applications. Sourced from the Ministry of Education in Taiwan, this dataset serves as a valuable linguistic resource for researchers and developers engaged in language processing and recognition tasks. Dataset Features Source: Ministry of Education, Taiwan… See the full description on the dataset page: https://huggingface.co/datasets/sarahwei/Taiwanese-Minnan-Sutiau.audioautomatic-speech-recognition10K<n<100K19 likes447 downloads2y agoHugging Face02adi-gov-tw /Taiwan-Tongues-ASR-CE-dataset-hokkien Taiwan-Tongues-ASR-CE-dataset-hokkien 本資料集為 Taiwan-Tongues-ASR-CE 專案所使用的預訓練資料，透過 WebDataset 格式打包，並上傳至 Hugging Face 以便研究人員與開發者自由取用。 📂 Dataset 結構 本資料集分為 Training 與 Test 兩個子集，均以 WebDataset tar 檔案形式存放： Training set (WebDataset format) train/train-000000.tar train/train-000001.tar ... Test set (WebDataset format) test/test-000000.tar ... tsv set train.tsv test.tsv ... 每個 tar 內部均包含對應的音檔與標註，方便直接搭配 WebDataset 與 PyTorch / Hugging Face datasets 進行訓練與測試。… See the full description on the dataset page: https://huggingface.co/datasets/adi-gov-tw/Taiwan-Tongues-ASR-CE-dataset-hokkien.audioautomatic-speech-recognition10K<n<100K7 likes427 downloads9mo agoHugging Face03sarahwei /Taiwanese-Minnan-Example-Sentences Taiwanese Minnan Example Sentences The dataset consists of a collection of example sentences designed to aid in recognizing Taiwanese Minnan (Taiwanese Hokkien) for automatic speech recognition (ASR) tasks. This dataset is sourced from the Ministry of Education in Taiwan and aims to provide valuable linguistic resources for researchers and developers working on speech recognition systems. Dataset Features Source: Ministry of Education, Taiwan (Sutian Resource Center) Text:… See the full description on the dataset page: https://huggingface.co/datasets/sarahwei/Taiwanese-Minnan-Example-Sentences.audioautomatic-speech-recognition10K<n<100K12 likes313 downloads2y agoHugging Face04adi-gov-tw /Taiwan-Tongues-ASR-CE-dataset-zhtw Taiwan-Tongues-ASR-CE-dataset-zhtw 本資料集為 Taiwan-Tongues-ASR-CE 專案所使用的預訓練資料，透過 WebDataset 格式打包，並上傳至 Hugging Face 以便研究人員與開發者自由取用。 📂 Dataset 結構 本資料集分為 Training 與 Test 兩個子集，均以 WebDataset tar 檔案形式存放： Training set (WebDataset format) train/train-000000.tar train/train-000001.tar ... Test set (WebDataset format) test/test-000000.tar ... tsv set train.tsv test.tsv ... 每個 tar 內部均包含對應的音檔與標註，方便直接搭配 WebDataset 與 PyTorch / Hugging Face datasets 進行訓練與測試。 🏷️… See the full description on the dataset page: https://huggingface.co/datasets/adi-gov-tw/Taiwan-Tongues-ASR-CE-dataset-zhtw.audioautomatic-speech-recognition100K<n<1M2 likes212 downloads9mo agoHugging Face05adi-gov-tw /Taiwan-Tongues-ASR-CE-dataset-hakka Taiwan-Tongues-ASR-CE-dataset-hakka 本資料集為 Taiwan-Tongues-ASR-CE 專案所使用的預訓練資料，透過 WebDataset 格式打包，並上傳至 Hugging Face 以便研究人員與開發者自由取用。 📂 Dataset 結構 本資料集分為 Training 與 Test 兩個子集，均以 WebDataset tar 檔案形式存放： Training set (WebDataset format) train/train-000000.tar train/train-000001.tar ... Test set (WebDataset format) test/test-000000.tar ... tsv set train.tsv test.tsv ... 每個 tar 內部均包含對應的音檔與標註，方便直接搭配 WebDataset 與 PyTorch / Hugging Face datasets 進行訓練與測試。 🏷️… See the full description on the dataset page: https://huggingface.co/datasets/adi-gov-tw/Taiwan-Tongues-ASR-CE-dataset-hakka.audioautomatic-speech-recognition1K<n<10K2 likes125 downloads9mo agoHugging Face06adi-gov-tw /Taiwan-Tongues-ASR-CE-dataset-en Taiwan-Tongues-ASR-CE-dataset-en 本資料集為 Taiwan-Tongues-ASR-CE 專案所使用的預訓練資料，透過 WebDataset 格式打包，並上傳至 Hugging Face 以便研究人員與開發者自由取用。 📂 Dataset 結構 本資料集分為 Training 與 Test 兩個子集，均以 WebDataset tar 檔案形式存放： Training set (WebDataset format) train/train-000000.tar train/train-000001.tar ... Test set (WebDataset format) test/test-000000.tar ... tsv set train.tsv test.tsv ... 每個 tar 內部均包含對應的音檔與標註，方便直接搭配 WebDataset 與 PyTorch / Hugging Face datasets 進行訓練與測試。 🏷️… See the full description on the dataset page: https://huggingface.co/datasets/adi-gov-tw/Taiwan-Tongues-ASR-CE-dataset-en.audioautomatic-speech-recognition10K<n<100K0 likes53 downloads9mo agoHugging Face07Ethan615 /taiwan-conversation-context-100-domainsgated Taiwan Conversation Context 100 Domains Dataset Description Taiwan Conversation Context 100 Domains 是一套以台灣日常生活情境為核心設計的雙人對話文本資料集。 本資料集包含 100 個生活領域，每個領域各有 12,000 筆對話資料，總計約 1,200,000 筆對話樣本。每筆資料皆為雙人對話格式，包含 [A][B][A][B][A][B][A][B] 共 8 個發言，也就是 4 輪來回對話。 資料以繁體中文撰寫，並針對台灣在地語境設計，適合用於： 語音生成資料前處理 Text-to-Speech, TTS Spoken Dialogue Generation Conversational AI Customer Service Dialogue Modeling Role-play Dialogue Dataset 台灣繁體中文語音模型訓練 生活情境問答模型訓練 對話式 AI 助理訓練 RAG / Agent 測試資料… See the full description on the dataset page: https://huggingface.co/datasets/Ethan615/taiwan-conversation-context-100-domains.texttext-generation1M<n<10M2 likes39 downloads5mo agoHugging Face08lianghsun /zh-taiwan Dataset Card for zh-taiwan zh-taiwan 是一個繁體中文之語音資料集，總計 2,740 筆音頻（train 2,698 / val 14 / test 28），音訊取樣率為 16 kHz。每筆資料包含音頻、音頻長度、繁體中文文本與對應之正規化（簡體）文本，適用於繁體中文之語音合成（TTS）或語音辨識（ASR）模型訓練與評測。 本資料集原始來源為 ivanzhu109/zh-taiwan，本 repository 僅作為鏡像與格式整理之版本，原始著作權歸原作者所有。 Dataset Details Dataset Description 本資料集提供 train / val / test 三個子集，每筆資料包含下列欄位： audio：16 kHz WAV 音頻； text：繁體中文文本，其中英文詞彙以全大寫形式保留（如 FIREFOXONANDROID、GOOGLE）； normalized_text：對應之簡體中文正規化文本，保留相同英文大寫形式；… See the full description on the dataset page: https://huggingface.co/datasets/lianghsun/zh-taiwan.audiotext-to-speech1K<n<10K1 likes25 downloads5mo agoHugging Face

Listings come live from the Hugging Face Hub API. CoolFace does not host these files.