发布MCGA数据集,应用在古典文学、语音处理领域

本次发布的数据集MCGA,MCGA（多任务古典中国文学体裁音频语料库）是第一个专注于古典中国文学研究的大规模、开源、完全版权的音频语料库，包含119小时（22,000个样本）的标准普通话录音，涵盖了五个主要文学体裁（赋、诗、文、词、曲）和11个历史时期。该数据集旨在支持六个核心语音相关任务，包括自动语音识别（ASR）、语音到文本翻译（S2TT）、语音情感标注（SEC）、口语问答（SQA）、语音理解（SU）和语音推理（SR），以弥补领域特定音频资源的不足，并提升多模态大语言模型的多维能力。

查看MCGA

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。