发布 SpeechBrown 数据集, 应用在 语音识别、自然语言处理 领域

本次发布的数据集 SpeechBrown, Speech Brown是一个综合的、合成的、多样化的语音-文本配对数据集，包含15个类别，涵盖了从小说到宗教的广泛主题。该数据集包含超过55,000个句子级别的样本。为了训练CLASP模型，我们基于Brown Corpus创建了这个数据集，并使用NVIDIA Tacotron 2文本到语音模型生成合成语音。数据集总大小约为30GB，包含55,173对语音和文本样本，平均每个样本有19个标记，最大标记数为48，平均每个样本有96.72个字符。数据集分为10个部分，每个部分可以独立使用。

查看SpeechBrown

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。