中文简介
komalgupta23/VietSuperSpeechdatset 是 komalgupta23 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 764172a46044，同步到 99980 个文件，文件元数据合计 58.21 GB；访问状态为“公开”，许可证字段为“上游卡片未声明”。
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 komalgupta23/VietSuperSpeechdatset 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】
komalgupta23/VietSuperSpeechdatset 是 komalgupta23 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 764172a46044，同步到 99980 个文件，文件元数据合计 58.21 GB；访问状态为“公开”，许可证字段为“上游卡片未声明”。
【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：764172a46044。 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：2026-06-15。
【文件信息】
上游 API 返回 99980 个文件，文件元数据合计 58.21 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：audio/asr_dataset_nguoivietdailynews/e_sieu_ruot_cua_Trump_bi_Dan_Chu_luoc_hon_4_gio_van_khong_nhu_seg000.wav（465.67 KB）；audio/asr_dataset_nguoivietdailynews/Gioi_chuc_Nam_Han_bi_khai_tru_ang_vi_phat_bieu_linh_tinh_ve_phu_nu_Viet_seg002.wav（465.67 KB）；audio/asr_dataset_nguoivietdailynews/Greene_to_chinh_Trump_ngan_chan_mo_ho_so_Epstein_va_MAGA_la_khau_hieu_doi_tra_seg009.wav（465.67 KB）。 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 58.21 GB。仅按下载、解压和临时文件估算，建议至少预留约 69.85 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】
上游卡片没有提供明确许可证字段，下载、训练、商用或再分发前必须打开原始仓库确认授权条件。 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。
VietSuperSpeech Vietnamese Speech Recognition Dataset Dataset Information **Total samples**: 32,267 **Train samples**: 29,041 **Dev samples**: 3,226 **Total duration**: 103.18 hours **Sample rate**: 16000 Hz **Average segment length**: ~12 seconds Source Datasets asr_dataset_nguoivietdailynews asr_dataset_nguyenkhangofficial asr_dataset_trinhlieu Format The dataset follows Icefall format: `train.json`: Training samples `dev.json`: Development samples `manifest.json`: Dataset metadata `audio/`: Audio files organized by source dataset Each sample contains: `audio`: Relative path to audio file `text`: Transcribed text `duration`: Duration in seconds `source`: Source video/file name Transcription Model Transcribed using Zipformer-30M-RNNT-6000h model. License MIT
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：764172a46044。 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：2026-06-15。
文件说明
上游 API 返回 99980 个文件，文件元数据合计 58.21 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：audio/asr_dataset_nguoivietdailynews/e_sieu_ruot_cua_Trump_bi_Dan_Chu_luoc_hon_4_gio_van_khong_nhu_seg000.wav（465.67 KB）；audio/asr_dataset_nguoivietdailynews/Gioi_chuc_Nam_Han_bi_khai_tru_ang_vi_phat_bieu_linh_tinh_ve_phu_nu_Viet_seg002.wav（465.67 KB）；audio/asr_dataset_nguoivietdailynews/Greene_to_chinh_Trump_ngan_chan_mo_ho_so_Epstein_va_MAGA_la_khau_hieu_doi_tra_seg009.wav（465.67 KB）。 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
.gitattributes2.49 KBaudio/asr_dataset_nguoivietdailynews/Am_nhac_Latin_tren_san_Super_Bowl_Khan_gia_vo_tay_Trump_ham_huc_seg000.wav381.29 KBaudio/asr_dataset_nguoivietdailynews/Am_nhac_Latin_tren_san_Super_Bowl_Khan_gia_vo_tay_Trump_ham_huc_seg014.wav431.29 KBaudio/asr_dataset_nguoivietdailynews/Bac_si_Y_chi_trich_Trump_khi_so_sanh_he_thong_y_te_giua_hai_nuoc_seg000.wav434.42 KBaudio/asr_dataset_nguoivietdailynews/Bac_si_Y_chi_trich_Trump_khi_so_sanh_he_thong_y_te_giua_hai_nuoc_seg014.wav418.79 KBaudio/asr_dataset_nguoivietdailynews/Bannon_tung_du_do_Epstein_cung_ha_be_Co_Giao_Hoang_Francis_seg001.wav396.92 KBaudio/asr_dataset_nguoivietdailynews/Bannon_tung_du_do_Epstein_cung_ha_be_Co_Giao_Hoang_Francis_seg015.wav415.67 KBaudio/asr_dataset_nguoivietdailynews/Bao_hang_au_My_To_Lam_tung_co_thoi_an_thit_chuot_truoc_khi_an_thit_bo_dat_vang_seg002.wav362.54 KBaudio/asr_dataset_nguoivietdailynews/Bao_hang_au_My_To_Lam_tung_co_thoi_an_thit_chuot_truoc_khi_an_thit_bo_dat_vang_seg016.wav306.29 KBaudio/asr_dataset_nguoivietdailynews/Bao_hang_au_My_To_Lam_tung_co_thoi_an_thit_chuot_truoc_khi_an_thit_bo_dat_vang_seg040.wav462.54 KBaudio/asr_dataset_nguoivietdailynews/Bao_hang_au_My_To_Lam_tung_co_thoi_an_thit_chuot_truoc_khi_an_thit_bo_dat_vang_seg054.wav343.79 KBaudio/asr_dataset_nguoivietdailynews/Bao_hang_au_My_To_Lam_tung_co_thoi_an_thit_chuot_truoc_khi_an_thit_bo_dat_vang_seg068.wav287.54 KB
硬件建议
仓库文件元数据合计 58.21 GB。仅按下载、解压和临时文件估算，建议至少预留约 69.85 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
上游卡片没有提供明确许可证字段，下载、训练、商用或再分发前必须打开原始仓库确认授权条件。 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。