WaxalNLP 数据集简介

数据集概述

WaxalNLP 是由 Google 发布的一个多模态数据集，主要用于自然语言处理（NLP）相关的研究与应用。

主要用途

• 支持多模态（音频与文本）的 NLP 研究
• 可用于语音识别、语音合成、音频-文本对齐等任务
• 适用于训练和评估跨模态模型

数据类型与模态

• 模态类型：音频（audio）与文本（text）
• 数据格式：Parquet 格式
• 数据规模：包含超过 256 万条数据记录（2,561,573 行）

使用场景

• 多模态机器学习模型开发
• 语音与文本的联合建模实验
• 大规模 NLP 与音频处理基准测试

其他信息

• 数据集开放访问（非私有）
• 支持通过多种工具库（如 datasets, dask, polars, mlcroissant）加载使用
• 在社区中具有较高的关注度（下载量近万次）