Nasjonalbiblioteket AI Lab 发布 distil_raw_ncc_speech_v7_compact8 数据集, 应用在 语音识别、自然语言处理 领域

Nasjonalbiblioteket AI Lab 本次发布的数据集 distil_raw_ncc_speech_v7_compact8, 该数据集基于ncc_speech_v7，即挪威巨型语料库-语音。它经过筛选，仅包含文本语言为挪威语且来源不是nrk_translate的条目。该数据集用于创建伪标签，可用于训练自动语音识别模型、构建文本到语音系统、语音识别和自然语言处理研究以及开发语言模型。该数据集具有私有许可证，由Freddy Wetjen、Rolv-Arild Braaten、Angelina Zanardi和Per Egil Kummervold创建和清理。目前尚未有基于该语料库的出版物。

查看distil_raw_ncc_speech_v7_compact8

Dataset card 内容： 

Files and versions 内容： 

关于 Nasjonalbiblioteket AI Lab , Nasjonalbiblioteket AI Lab是挪威国家图书馆的人工智能实验室。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。