google/WaxalNLP

O dataset google/WaxalNLP está entre os destaques do Hugging Face — dados que alimentam o treinamento e a avaliação dos modelos do momento.

Ficha do dataset

Sobre o dataset

Waxal Datasets The WAXAL dataset is a large-scale multilingual speech corpus for African languages, introduced in the paper WAXAL: A Large-Scale Multilingual African Language Speech Corpus.

Como carregar

Use a biblioteca datasets do Hugging Face:

pip install -U datasets

from datasets import load_dataset

ds = load_dataset("google/WaxalNLP")
print(ds)
print(ds["train"][0])

Tags

automatic-speech-recognition text-to-speech audio

Explorar o dataset no Hugging Face →