数据集简介
这是一个面向印度农村女性的博杰普尔语（Bhojpuri）语音数据集，由AI4Bharat组织发布。数据集旨在支持低资源语言的语音技术研究与应用。
主要用途
- 训练和评估博杰普尔语的自动语音识别（ASR）系统
- 支持面向农村女性群体的语音技术开发
- 促进印度低资源语言的语音AI研究
数据类型与模态
- 模态类型：音频 + 文本
- 数据格式：Parquet格式
- 内容构成：包含语音录音及其对应的文本转录
规模统计
- 总样本数：78,811条
- 下载量：192次
- 点赞数：5次
使用场景
- 语音识别模型训练
- 多语言语音技术研究
- 面向特定人口群体（农村女性）的AI应用开发
- 低资源语言语音数据集构建的参考案例