內含超 100 萬小時多語種錄音，MLCommons 推出大型音頻數據集

IT之家 2 月 10 日消息，AI 工程聯盟 MLCommons 當地時間 1 月 30 日宣佈 the Unsupervised People’s Speech 數據集，這一數據集包含超過 100 萬小時的音頻內容，有望為 AI 在音頻領域的下一步發展奠定基礎。

Unsupervised People’s Speech 數據集的資源來自 Archive.org，由 MLCommons 和 HuggingFace 聯合創建，未進行數據推理和預處理。

這一數據集整體規模超 48 TB。雖然 Unsupervised People’s Speech 的內容以美式英語為主，但仍涵蓋數十種語言；其中大多數音頻的長度在 1 到 10 分鐘之間，僅有 14 個超過了 100 小時。

廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。