Hugging Face's logo

Datasets:
techiaith
/
commonvoice_vad_cy

Tasks:
Automatic Speech Recognition
Modalities:
Audio
Text
Formats:
parquet
Languages:
Welsh
Size:
1K - 10K
Libraries:
Datasets
pandas
License:
Dataset card Viewer Files

You need to agree to share your contact information to access this dataset

This repository is publicly accessible, but you have to accept the conditions to access its files and content.

Log in or Sign Up to review the conditions and access this dataset content.

Recordiadau Byr Common Voice Cymraeg

Mae'r set data yma wedi ei gynhyrchu drwy torri recordiadau maint arferol ac/neu hir o Common Voice 18 , i darnau llai drwy defnyddio model 'Voice Activity Detection (VAD)'. Er enghraifft, gall recordiad o frawddeg fel "Ffotograffau a darluniau du-a-gwyn." cael ei thorri i dair recordiad byr: "Ffotograffau", "a darluniau", "du-a-gwyn".

Defnyddwyd yn benodol split train_missing, sef recordiadau o frawddegau set hyfforddi swyddogol Common Voice Cymraeg sydd wedi eu heithrio, fel ffynhonnell o recordiadau arferol neu hir.

O ganlyniad, amcan y set data yma yw:

  1. cynyddu defnydd data Common Voice Cymraeg

  2. hyfforddi modelau adnabod lleferydd i allu drawsgrifio darnau llai o sain

Rhagor o Wybodaeth

Rydych yn cytuno i beidio â cheisio pennu pwy yw'r siaradwyr yn set ddata Common Voice

Pam gofyn am fynediad? Ar ei wefan, mae angen e-bost gan Mozilla cyn ei lawrlwytho set data o'u wefan, rhag ofn y bydd angen gysylltu â chi yn y dyfodol ynghylch newidiadau i’r set ddata. Mae e-bost yn rhoi pwynt cyswllt i ni ar gyfer trosglwyddo unrhyw negeseuon.

Downloads last month
19

Collection including techiaith/commonvoice_vad_cy