此倉庫記錄了「asr‑ja‑bench」日語 ASR 基準的修正稿集,詳細說明從 JSUT、JVNV、TEDxJP‑10K、FLEURS 和 SpeechBSD 中納入樣本、應用標籤修復、哈希檢查,以及版本化結果(Haas‑ja‑v1.0),同時指出因授權限制未重新發布任何音訊或稿件。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
270
Hugging Face 按讚數
3
收錄日
2026年11月3日
同分類的熱門資源
- fgo_voices_jpdeepghs10kFGO Waifu 的 JP Voice‑Text 資料集:包含 30,800 條記錄、66.4 小時的日語音訊集合,涵蓋單一配音員角色台詞(每條約 7.76 秒),適用於 ASR/ASV 微調與評估。
- azurlane_voices_jpdeepghs332一份日語聲音文字資料集,涵蓋 30,160 條錄音(≈75.8 小時),來源於單一演員的聲音,可用於微調或評估 ASR/ASV 模型。
- arknights_voices_jpdeepghs285JP Voice‑Text Dataset for Arknights Waifus:10,905 條日本語音頻片段(總計 26.3 小時,平均 8.7 秒),來自單一演員角色,適用於微調或評估 ASR/ASV 模型。
- girlsfrontline_voices_jpdeepghs176一個日本語音-文字語料庫,包含 12 508 條錄音(總計約 20.9 小時),來源於 Girls Front Line 的「waifus」,每個檔案僅包含單一配音演員,用於微調和評估 ASR/ASV 模型。
- emilia-yodasTTS-AGI18k來自 Fate/Stay Night 角色「Emilia」的對話與傳說資料集,格式化用於訓練與評估對話語言模型。
- JGLUEshunk0313k更新了 JGLUE 數據集卡和載入腳本,適用於由 Yahoo Japan 和 Waseda University 創建的日本 NLP 基準,涵蓋文本分類(MARC‑ja、JCoLA)、句子對分類(JNLI)和 QA(JSQuAD、JCommonsenseQA),發布版本已在 GitHub 和 Hugging Face 上連結。
研究領域相近的資源
TEDxJP-10Klaboroai28TEDxJP-10K 語音辨識評估數據集GitHub共同: 語音辨識・語料庫與資料集
adlibholotherapper3ADLIB:具有语言感知评估的日本ASR基准框架GitHub共同: 語音辨識・語料庫與資料集
lm-evaluation-harnessEleutherAI14k用於語言模型少樣本評測的框架。多語言共同: 語料庫與資料集・評測與基準- ELYZA-tasks-100elyza2k一個包含 100 筆樣本的日本語 instruction‑tuning 評估資料集,內含標註任務——從摘要校正、數學推理到翻譯、創意生成及使用者意圖理解——設計用於手動或自動 5‑point rating 的 fine‑tuned models 評估。共同: 語料庫與資料集・評測與基準
- JMMLUnlp-waseda1kJMMLU 是一個日本大型多任務語言理解基準,包含 7,536 個由教師精心編寫的問題,涵蓋 56 個科目,包含專業醫學、心理學、會計、哲學,以及多種高中學科。共同: 語料庫與資料集・評測與基準
sacrebleumjpost1.3k自動下載測試集並輸出版本字串以便於跨實驗室比較的參考 BLEU 實作。多語言共同: 語料庫與資料集・評測與基準