Taledatasæt

Hindi datasæt

हिंदी डेटासेट

Højkvalitets datasæt om callcenter, generel samtale og podcasts på hindi til AI- og ASR-modeller

Hindi datasæt

Oversigt

  • SprogHindi
  • DatasættyperCallcenter, Generel samtale, Podcast, Skrevet monolog, TTS
  • LandIndien

Beskrivelse

Uscripterede telefonsamtaler mellem to personer er tilgængelige med varigheder på 15 til 60 minutter, sammen med licenserbare public domain lyd- eller videofiler såsom interviews og podcasts med 1 til 5 deltagere i samme interval. Derudover varer optagelser af enkeltstående ytringer typisk 5 til 30 sekunder, og scriptede monologdata er også tilgængelige.

Datasæt højdepunkter

  • SprogHindi
  • Prøvefrekvens16 kHz / 24 kHz / 48 kHz / 8 kHz
  • Samlede timer52642:16:44
  • Højttalere6,111 +
  • KanalerDobbelt / Mono
  • Varighedsinterval15-60 minutter

Brug cases

  • ASR (Automatisk talegenkendelse)
  • Virtuelle assistenter og chatbots
  • Samtaler AI
  • Taleanalyse
  • TTS (Tekst-til-tale)
  • Sprogmodellering

Specifikationer for eksempeldatasæt

DatasættypeCall centerCall centerCall centerCall centerGenerel samtaleMediedataManuskriptmonologManuskriptmonolog
Sampling Rate8 kHz8 kHz16 kHz16 kHz8 kHz16 kHz48 kHz24 kHz
Højttalere2 højttalere2 højttalere2 højttalere2 højttalere2 højttalereFlere højttalereEnkel højttalerEnkel højttaler
KanalDualMonoMonoDualDualMonoMonoMono
Samlede timer70:45:5120,000:00:0029:17:20400:27:1047:48:40227:57:432,866:00:0029,000:00:00
Samlet antal talerePå forespørgselPå forespørgsel26112002244383,988På forespørgsel

Fordele

  • Mangfoldig og repræsentativBred dækning af talere for inkluderende, virkelighedsnær AI.
  • Lyd af høj kvalitetRene, afbalancerede optagelser for pålidelig modelydelse.
  • Klar til AI/MLStruktureret og kommenteret for problemfri integration.
  • Skalerbar og fleksibelFlere varigheder, talere og domæner, der passer til dine behov.

Fremhævede klienter

Tillid fra førende AI-teams og virksomheder verden over.

  • microsoft
  • Amazon Web Services
  • Google

Kan du ikke finde det, du leder efter?

Nye hyldedatasæt bliver indsamlet på tværs af alle datatyper

Kontakt os nu for at give slip på dine bekymringer om dataindsamling af lyd/taletræning

  • Dette felt er til validering og bør overlades uændret.
  • Ved tilmelding er jeg enig med Shaip Privatlivspolitik og Servicevilkår og give mit samtykke til at modtage B2B marketingkommunikation fra Shaip.