橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
数据集

cs-fleurs

byan/cs-fleurs

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：cc-by-nc-4.0 上游版本：0cdbf166c551

中文简介

byan/cs-fleurs 是 byan 在 Hugging Face 发布的数据集仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 0cdbf166c551，同步到 90749 个文件，文件元数据合计 37.89 GB；访问状态为“公开”，许可证字段为“cc-by-nc-4.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 byan/cs-fleurs 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】
byan/cs-fleurs 是 byan 在 Hugging Face 发布的数据集仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 0cdbf166c551，同步到 90749 个文件，文件元数据合计 37.89 GB；访问状态为“公开”，许可证字段为“cc-by-nc-4.0”。

【适用方向】
适合在明确数据字段、拆分和许可证后，用于上游卡片所列任务相关的训练、评测或研究。 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：0cdbf166c551。 任务标签：上游卡片所列任务。 上游页面记录的最近更新时间：2025-09-17。

【文件信息】
上游 API 返回 90749 个文件，文件元数据合计 37.89 GB。 已保存文件清单中的主要扩展名：.wav 99 个、无扩展名 1 个。 当前较大的文件包括：mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.107.wav（2.05 MB）；mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.143.wav（1.97 MB）；mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.133.wav（1.71 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 37.89 GB。仅按下载、解压和临时文件估算，建议至少预留约 45.47 GB 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“cc-by-nc-4.0”，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。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

🌍 CS-FLEURS: A Massively Multilingual and Code-Switched Speech Dataset 📖 Overview CS-FLEURS is a new dataset for developing and evaluating code-switched speech recognition and translation systems beyond high-resourced languages. 113 unique code-switched language pairs across 52 languages 300 hours of speech data, both read and synthetic 📊 Dataset Statistics CS-FLEURS consists of the following subsets: Read-Test: 14 X-English pairs, read speech XTTS-Train: 16 X-English pairs, generative TTS XTTS-Test1: 16 X-English pairs, generative TTS XTTS-Test2: 60 {Arabic, Chinese, Hindi, Spanish}-X pairs, generative TTS MMS-Test: 45 X-English pairs, concatenative TTS | Statistic | Read-Test | XTTS-Train | XTTS-Test1 | XTTS-Test2 | MMS-Test | |-------------------------|-----------|------------|------------|------------|----------| | Duration (hours) | 17 | 128 | 36 | 42 | 56 | | Tokens (words) | 128k | 889k | 257k | 300k | 315k | | Matrix Langs | 14 | 16 | 16 | 4 | 45 | | Embedded Langs | 1 | 1 | 1 | 15 | 1 | | Total CS Pairs | 14 | 16 | 16 | 60 | 45 | | Same-Script Pairs | 7 | 10 | 10 | 10 | 22 | | Distinct-Script Pairs | 7 | 6 | 6 | 51 | 23 | 🔽 How to Download Clone with Git LFS: Or load directly in 🤗 Datasets: 📜 License This dataset is licensed under CC BY 4.0 for Non-Commercial use. 🙏 Citation If you use this dataset, please cite:

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在明确数据字段、拆分和许可证后，用于上游卡片所列任务相关的训练、评测或研究。 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：0cdbf166c551。 任务标签：上游卡片所列任务。 上游页面记录的最近更新时间：2025-09-17。

文件说明

上游 API 返回 90749 个文件，文件元数据合计 37.89 GB。 已保存文件清单中的主要扩展名：.wav 99 个、无扩展名 1 个。 当前较大的文件包括：mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.107.wav（2.05 MB）；mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.143.wav（1.97 MB）；mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.133.wav（1.71 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

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。

  • .gitattributes2.45 KB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.0.wav1.67 MB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.1.wav1.47 MB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.10.wav929.71 KB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.100.wav1.12 MB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.101.wav584.77 KB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.102.wav1.60 MB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.103.wav754.25 KB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.104.wav1.26 MB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.105.wav485.77 KB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.106.wav405.25 KB
  • mms/test/audio/cs_ara_eng_n1_0.3_vfilt_vconcat_vF_feb14/concat.107.wav2.05 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

仓库文件元数据合计 37.89 GB。仅按下载、解压和临时文件估算，建议至少预留约 45.47 GB 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“cc-by-nc-4.0”，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。

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。