返回数据集雷达

来源描述

英文大规模高质量 ASR

Apache 2.0 但音频版权各异

HuggingFace 实测指标

speechcolab/gigaspeech ↗

近 30 天下载

16.8K

点赞

177

最近更新

2026-02-07

HF 授权标签

apache-2.0 需授权

HF 规模档 10M<n<100M en HF 标签指向「商用友好」，与本刊判定的「仅研究」不一致，商用前请回原站核对

训练阶段（本刊判断）

预训练 中训练

用途与主题（本刊判断）

多模态

同领域 · 语音音频

Common Voice 17 ★

众包多语 ASR 大型公开数据

LibriSpeech ★

包含1000小时英语语音数据，适用于语音识别模型训练。

People's Speech

MLCommons 开源大型英文 ASR

Emilia

野生场景 TTS 训练大数据

AudioSet

YouTube 通用声音事件分类大型集

AudioCaps

AudioSet 子集众包 caption，audio-LLM 训练

领域、训练阶段、用途、License 分级与本刊判断由本刊维护； 下载量 / 点赞 / 更新时间 / 实测规模来自 HuggingFace Hub 官方 API 与 datasets-server，每周自动刷新。 规模、许可证与商用授权最终请以 原站 为准。