HiTZ zentroa 发布 composite_corpus_eu_v2.1 数据集, 应用在 自动语音识别、巴斯克语 领域

HiTZ zentroa 本次发布的数据集 composite_corpus_eu_v2.1, 这是一个用于巴斯克语的复合数据集，版本为2.1。它由公共可用数据组成，主要用于自动语音识别任务。数据集包括训练、测试和开发三个主要部分，每个部分都有多个子集。训练集由Common Voice、巴斯克议会数据和OpenSLR数据组成，测试集和开发集也分别来自这些来源。数据集的特征包括音频、句子和持续时间。

查看composite_corpus_eu_v2.1

Dataset card 内容： 

Files and versions 内容： 

关于 HiTZ zentroa , HiTZ zentroa是一家专注于人工智能和自然语言处理的研究机构。

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。