中文简介
ATH-MaaS/Marco_Longspeech 是 ATH-MaaS 在 Hugging Face 发布的数据集仓库,当前卡片主要关联语音识别、文本生成与推理、机器翻译。本站固定记录上游版本 bb50d8c11fe9,同步到 99972 个文件,文件元数据合计 1.77 TB;访问状态为“公开”,许可证字段为“apache-2.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 ATH-MaaS/Marco_Longspeech 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
ATH-MaaS/Marco_Longspeech 是 ATH-MaaS 在 Hugging Face 发布的数据集仓库,当前卡片主要关联语音识别、文本生成与推理、机器翻译。本站固定记录上游版本 bb50d8c11fe9,同步到 99972 个文件,文件元数据合计 1.77 TB;访问状态为“公开”,许可证字段为“apache-2.0”。
【适用方向】
适合评估语音转写、字幕生成和语音内容结构化任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。
【版本与规格】
固定版本:bb50d8c11fe9。 任务标签:语音识别、文本生成与推理、机器翻译。 语言字段:en, zh。 规模分类:10K<n<100K。 上游页面记录的最近更新时间:2026-05-28。
【文件信息】
上游 API 返回 99972 个文件,文件元数据合计 1.77 TB。 已保存文件清单中的主要扩展名:.wav 97 个、.json 1 个、.jsonl 1 个、无扩展名 1 个。 当前较大的文件包括:LongSpeech_p1/all_audios.jsonl(318.05 MB);LongSpeech_p1/wavs/part_00/000027.wav(20.14 MB);LongSpeech_p1/wavs/part_00/000022.wav(20.13 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。
【运行或处理环境】
仓库文件元数据合计 1.77 TB。仅按下载、解压和临时文件估算,建议至少预留约 2.12 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。
【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
Marco-LongSpeech Dataset Marco-LongSpeech is a multi-task long speech understanding dataset containing 8 different speech understanding tasks designed to benchmark Large Language Models on lengthy audio inputs. 📊 Dataset Statistics Task Statistics | Task | Train | Val | Test | Total | Unique Audios | |------|-------|-----|------|-------|---------------| | ASR | 71,275 | 15,273 | 15,274 | 101,822 | 101,822 | | Temporal_Relative_QA | 5,886 | 1,261 | 1,262 | 8,409 | 8,409 | | summary | 4,366 | 935 | 937 | 6,238 | 6,238 | | content_separation | 5,887 | 1,261 | 1,263 | 8,411 | 8,411 | | emotionQA | 5,887 | 1,261 | 1,263 | 8,411 | 8,411 | | speaker_count | 5,887 | 1,261 | 1,263 | 8,411 | 8,411 | | translation | 29,435 | 6,307 | 6,309 | 42,051 | 8,411 | | language_detection | 14,789 | 3,169 | 3,170 | 21,128 | 21,128 | | **Total** | **143,412** | **30,728** | **30,741** | **204,881** | - | Audio Subset Statistics | Subset | WAV Files | all_audios.jsonl | metadata.json | |--------|-----------|------------------|----------------| | LongSpeech_p1 | 29,539 | ✓ | ✓ | | LongSpeech_p2 | 22,107 | ✓ | ✓ | | LongSpeech_p3 | 50,176 | ✓ | ✓ | | **Total** | **101,822** | - | - | 📁 Dataset Structure 🎯 Task Descriptions The dataset covers a comprehensive range of capabilities required for long speech understanding: **ASR & S2T Translation**: Core transcription and translation of full-length audio. **Summarization**: Generating concise summaries from lengthy recordings. **Speaker Count & Language Detection**: Identifying speaker and language attributes. **Content Separation**: Detecting unrelated concatenated content to test coherence. **QA & Temporal Localization**: Evaluating comprehension, reasoning, and temporal tracking. **Emotion Analysis**: Determining the overall emotional tone of the speech. 📝 Data Format Each task's `jsonl` file follows the format below: Field Explanations `language`: Speech language code (e.g., en, zh). `task`: The type of task (e.g., ASR, summary). `messages`:
适用场景
适合评估语音转写、字幕生成和语音内容结构化任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。
规模与格式
固定版本:bb50d8c11fe9。 任务标签:语音识别、文本生成与推理、机器翻译。 语言字段:en, zh。 规模分类:10K<n<100K。 上游页面记录的最近更新时间:2026-05-28。
文件说明
上游 API 返回 99972 个文件,文件元数据合计 1.77 TB。 已保存文件清单中的主要扩展名:.wav 97 个、.json 1 个、.jsonl 1 个、无扩展名 1 个。 当前较大的文件包括:LongSpeech_p1/all_audios.jsonl(318.05 MB);LongSpeech_p1/wavs/part_00/000027.wav(20.14 MB);LongSpeech_p1/wavs/part_00/000022.wav(20.13 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。
上游文件元数据
.gitattributes3.04 KBLongSpeech_p1/all_audios.jsonl318.05 MBLongSpeech_p1/metadata.json108 BLongSpeech_p1/wavs/part_00/000000.wav20.08 MBLongSpeech_p1/wavs/part_00/000001.wav20.02 MBLongSpeech_p1/wavs/part_00/000002.wav19.74 MBLongSpeech_p1/wavs/part_00/000003.wav19.82 MBLongSpeech_p1/wavs/part_00/000004.wav19.75 MBLongSpeech_p1/wavs/part_00/000005.wav19.97 MBLongSpeech_p1/wavs/part_00/000006.wav19.83 MBLongSpeech_p1/wavs/part_00/000007.wav20.00 MBLongSpeech_p1/wavs/part_00/000008.wav19.95 MB
硬件建议
仓库文件元数据合计 1.77 TB。仅按下载、解压和临时文件估算,建议至少预留约 2.12 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。
注意事项
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
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。
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。