橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
数据集

Vaani

ARTPARK-IISc/Vaani

查看上游原文 ↗
上游访问：需要申请 本站服务：可咨询 许可证：cc-by-4.0 上游版本：9e6ed4f94f70

中文简介

Vaani 汇集印度多语言、图像提示下的自然语音，并提供部分转写数据，强调地区与说话人多样性。适合研究低资源语言与口语差异。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【定位与用途】
Vaani 汇集印度多语言、图像提示下的自然语音，并提供部分转写数据，强调地区与说话人多样性。适合研究低资源语言与口语差异。

【如何选择】
用于多语种语音识别、语音表征和图像引导语音研究，按地区、语种和是否转写筛选。

【版本与获取范围】
选型方向：语音与音乐。固定上游版本：9e6ed4f94f7060e633cbc500480623ae7521522c。API 任务字段：automatic-speech-recognition, text-to-speech, image-to-text, text-to-image。API 语言字段：ne, as, ml, gu, or, en, ta, ur, te, kn, bn, hi。上游最近更新时间：2026-09-17（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

【容易混淆的边界】
项目愿景、阶段总规模与当前可获取子集不同；绝大多数音频不能默认有转写，数量应以选定配置清单为准。 上游设置访问申请，取得所需权限后再获取相应文件。

本节是本站基于固定版本卡片编写的中文选型摘要，并非原文逐句翻译。完整操作、评测协议与许可原文请查看上游固定版本链接；模型效果及资源处理需求尚未由本站实测。

基于固定版本上游资料编写的中文选型说明 · 2026-09-20 15:03

本页提供中文选型摘要，请通过上方固定版本链接查看完整上游模型卡或数据集卡。

适用场景

用于多语种语音识别、语音表征和图像引导语音研究，按地区、语种和是否转写筛选。

规模与格式

选型方向：语音与音乐。固定上游版本：9e6ed4f94f7060e633cbc500480623ae7521522c。API 任务字段：automatic-speech-recognition, text-to-speech, image-to-text, text-to-image。API 语言字段：ne, as, ml, gu, or, en, ta, ur, te, kn, bn, hi。上游最近更新时间：2026-09-17（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 19329 个文件，文件元数据合计 6.56 TB。 已保存文件清单中的主要扩展名：.parquet 99 个、无扩展名 1 个。 当前较大的文件包括：audio/AndhraPradesh/Anantpur/train-00005-of-00051.parquet（615.72 MB）；audio/AndhraPradesh/Anantpur/train-00013-of-00051.parquet（602.51 MB）；audio/AndhraPradesh/Anantpur/train-00004-of-00051.parquet（599.24 MB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。 此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes2.36 KB
  • audio/Agariya/train-00000-of-00001.parquet16.78 MB
  • audio/AndhraPradesh/Anantpur/train-00000-of-00051.parquet471.02 MB
  • audio/AndhraPradesh/Anantpur/train-00001-of-00051.parquet498.89 MB
  • audio/AndhraPradesh/Anantpur/train-00002-of-00051.parquet523.33 MB
  • audio/AndhraPradesh/Anantpur/train-00003-of-00051.parquet591.61 MB
  • audio/AndhraPradesh/Anantpur/train-00004-of-00051.parquet599.24 MB
  • audio/AndhraPradesh/Anantpur/train-00005-of-00051.parquet615.72 MB
  • audio/AndhraPradesh/Anantpur/train-00006-of-00051.parquet584.50 MB
  • audio/AndhraPradesh/Anantpur/train-00007-of-00051.parquet597.27 MB
  • audio/AndhraPradesh/Anantpur/train-00008-of-00051.parquet590.79 MB
  • audio/AndhraPradesh/Anantpur/train-00009-of-00051.parquet554.69 MB

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

先确定配置、split、模态及文件范围，按原始文件、解压产物、缓存与处理副本分别估算磁盘。视频、音频和图像数据还需对应解码工具；建议先用少量样本验证 schema、时间同步与数据处理流程。

注意事项

项目愿景、阶段总规模与当前可获取子集不同；绝大多数音频不能默认有转写，数量应以选定配置清单为准。 上游设置访问申请，取得所需权限后再获取相应文件。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。