🎙️ Better Youtube Dataset Высококачественный русскоязычный аудио датасет для задач TTS и ASR, собранный и обработанный с использованием современного пайплайна. 📊 Статистика Параметр Значение 🔢 Всего сэмплов 17 670 ⏱️ Общая длительность 39ч 35м 29с 📏 Средняя длина 8.07 сек 📐 Медианная длина 8.01 сек ⬇️ Минимальная длина 0.25 сек ⬆️ Максимальная длина 24.57 сек Распределение по длительности Категория Кол во сэмплов Средняя длина Диапазон ⚡ Очень короткие 2 947 3.70 сек 0.25 – 4.91 сек 🔹 Короткие 4 633 6.17 сек 4.94 – 7.32 сек 🔸 Средние 4 393 8.45 сек 7.34 – 9.60 сек 🔶 Длинные 3 588 10.68 сек 9.61 – 11.92 сек 🔴 Очень длинные 2 109 13.09 сек 11.93 – 24.57 сек 🗂️ Формат данных Метаданные хранятся в формате CSV с разделителем : Каждый аудиофайл сохранён в формате Opus (48 kHz, mono) . Рядом с каждым .opus файлом находится .txt файл с транскрипцией. ⚙️ Пайплайн обработки ⚠️ Для доступа к датасету необходимо принять условия лицензионного соглашения. 📬 Контакты По вопросам удаления материалов или сотрудничества: tera2space@gmail.com
We use cookies for essential functionality and analytics. You can accept or reject analytics cookies.Cookie policy