Taledatasæt

Swahili datasæt

Hifadhidata ya Kiswahili

Højkvalitets swahili callcenter- og mediedatasæt (podcast) til AI og talemodeller

Kontakt os
Swahili datasæt

Oversigt

  • SprogSwahili
  • DatasættyperCall-Center, Podcast
  • LandTanzania, Kenya og Uganda

Beskrivelse

Dette datasæt indeholder uskripterede telefonsamtaler mellem syntetiske agenter og kunder (5-15 minutter) og licenserbare lyd- eller videofiler i det offentlige domæne, såsom interviews og podcasts med 1 til 5 deltagere (15-60 minutter).

Datasæt højdepunkter

  • SprogSwahili
  • Prøvefrekvens16 kHz / 8 kHz
  • Samlede timer494:34:40
  • Højttalere1,180 +
  • KanalerDobbelt / Mono
  • Varighedsinterval5-60 minutter

Brug cases

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

Specifikationer for eksempeldatasæt

DatasættypeCall centerMusic
Sampling Rate8 kHz16 kHz
Højttalere2 højttalereFlere højttalere
KanalDualMono
Samlede timer229:59:55264:34:45
Samlet antal talere544636

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.