本数据集包含50个独特的乌尔都语音频录音，涵盖日常对话主题，如天气、日常活动和一般陈述。音频在安静环境中自行录制，并使用专用设备（如专用麦克风或智能手机录音器）进行记录。原始音频被处理为16位PCM WAV格式，采样率为44.1kHz，并分割为单个句子级别的片段。在准备过程中，遇到了两个主要挑战：一是乌尔都语中大量依赖的送气音发音问题，通过重新录制特定句子并注重清晰发音来解决；二是音频分割技术问题

Hugging Face2026-02-05 更新70

Urdu Summary Corpus

乌尔都语

自然语言处理

乌尔都语摘要语料库包含从各种来源收集的50篇文章。从原始HTML文档中仅保留了未格式化的内容文本，移除了所有其他内容。我们为这50篇文章提供了抽象摘要。经过规范化处理后，我们进一步应用了不同的NLP工具对文章进行处理，以生成词性标注、形态分析、词形化和词干提取的文章。

github2020-02-11 更新220

Urdu OCR - Scale Invariant Feature Vectors MAT+CSV

光学字符识别

乌尔都语

Scale Invariant Urdu Optical Character Recognition

kaggle2021-05-30 更新70