日语电话语音语料库(CallHome),包含美国120名参与者的200个录音通话,已转写并分为80个训练集、20个开发测试集和100个评估测试集,可通过 DOI 10.21415/T5H59V 获取。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
157
Hugging Face 点赞数
2
收录日
2024年5月13日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | 523 |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | 158 |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | 200 |
| 2026年9月 | 101 |
| 2026年10月 | — |
| 2026年11月 | 157 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- emilia-yodasTTS-AGI18k来自 Fate/Stay Night 的角色 “Emilia” 的对话和背景故事数据集,格式化用于训练和评估会话语言模型。
- fgo_voices_jpdeepghs10kFGO Waifus的JP Voice‑Text 数据集:一个包含30,800条记录、66.4小时日本音频的集合,收录单一配音演员角色台词(每句约7.76秒),适用于ASR/ASV微调与评估。
- JGLUEshunk0313k更新了 JGLUE 数据集卡与加载脚本,适用于由 Yahoo Japan 与早稻田大学创建的日语 NLP 基准,涵盖文本分类(MARC‑ja、JCoLA)、句对分类(JNLI)以及问答(JSQuAD、JCommonsenseQA),发行链接保存在 GitHub 与 Hugging Face 上。
- JMTEBsbintuitions3kJMTEB 是一个日本文本嵌入基准,包含 5 个任务(聚类、分类、STS、检索、再排序)和 28 个数据集,提供一行评估脚本,并邀请社区贡献。
- JMMMUJMMMU3kJMMMU 是一个日语多模态基准,已扩大十倍至 1,320 个具有文化多样性的问题(720 个与文化无关,600 个与文化相关),由母语专家翻译,现在设有公开排行榜。
- JamC-QAsbintuitions2kJamC‑QA 是一个双语基准,涵盖八个日本文化与知识类别的多项选择题,排行榜指标用于比较最先进模型。
研究领域相近的资源
lm-evaluation-harnessEleutherAI14k用于语言模型少样本评测的框架。多语言共同: 语料库与数据集・评测与基准- ELYZA-tasks-100elyza2k一个包含100个样本的日语指令微调评估数据集,包含已注释的任务——从摘要校正、数学推理到翻译、创意生成和用户意图理解——旨在对微调模型进行手动或自动的5分制评分。共同: 语料库与数据集・评测与基准
- JMMLUnlp-waseda1kJMMLU 是一个日语大型多任务语言理解基准(Benchmark),包括 7,536 道教师精心制作的问题,覆盖 56 个学科,包括专业医学、心理学、会计、哲学以及各种高中学科。共同: 语料库与数据集・评测与基准
sacrebleumjpost1.3k自动下载测试集并输出版本字符串以便于跨实验室比较的参考 BLEU 实现。多语言共同: 语料库与数据集・评测与基准
xtremegoogle-research650XTREME 是一个用于评测预训练多语言模型跨语言泛化能力的基准,涵盖40种类型多样的语言,包含九项任务。多语言共同: 语料库与数据集・评测与基准
pawsgoogle-research-datasets572该数据集包含108,463个人工标注对和656k个含噪声标注对,用以体现在释义识别问题中,对结构、上下文与词序信息进行建模的重要性。多语言共同: 语料库与数据集・评测与基准