FT-Speech

FT Speech er et dansk korpus med folketingets taler i lydformat og manuelt transskriberet tekst. Datasættet er blevet kureret af Andreas Kirkedal, Marija Stepanović og Barbara Plank som en del af deres videnskabelige artikel med samme navn, og derefter reorganiseret og uploadet af Dan Saattrup Nielsen fra Alexandra Instituttet.

Der er knap en million samples med 374 unikke talere i træningssættet og yderligere talere i validerings- og testsæt.

Datasættet er underlagt samme brugerdefinerede licens, som alt andet af Folketingets materiale.

Data og Distribution(er)

FT Speech - GitHubWAV
Tilgå datasættet via GitHub. Bemærk, at det kræver udfyldelse af blanket ved...
Mere information
FTSpeech - Hugging Faceparuqet
Alexandra Instituttet har uploaded data til Hugging Face.
Mere information

Yderligere info test

Felt	Værdi
Destinationsside	https://ftspeech.github.io/
Forfatter	Andreas Kirkedal, Marija Stepanović, Barbara Plank
Metadata sidst opdateret	april 26, 2024, 09:26 (UTC)
Metadata oprettet	april 24, 2024, 12:37 (UTC)
Emne	https://form-online.dk/opgavenoegle/10
Kontaktemail	dan.nielsen@alexandra.dk
Kontaktnavn	Dan Saattrup Nielsen
Opdateringsfrekvens	aldrig
URI	https://data.gov.dk/dataset/lang/1c4cd390-bddf-48fc-b5af-981b65b4e8b3
Udgivelsesdato	2020-14-09
Udgivernavn	IT-Universitetet
Dokumentation	https://arxiv.org/abs/2005.12368
usage	Talegenkendelse