该语音数据集由专业团队严格遵循标准化流程定向采集，语音形态丰富、字符准确率高，可支撑语音识别、跨文化交流等相关研究。数据集遵循标准化管理规范，保障数据的完整性、一致性与可用性，适配具身智能应用、学术研究等多类场景，可灵活满足科研机构、企业等不同使用者需求，为各行业高质量发展提供可靠数据支撑，充分发挥数据赋能实效，助力推动人工智能技术落地迭代，加速全球数字化与智能化转型进程。

国家数据集管理服务平台2026-04-28 更新110

Trotter/Hinglish-Dataset-Collection

自然语言处理

多语言模型

该数据集收集自多个来源，旨在帮助在Hinglish（印地语-英语）语境下微调大型语言模型（LLM）。数据来源包括从Solshine数据集中清理和提取的印地语-英语合成数据，以及由Google Deepmind翻译成印地语的SQuAD v1.1问答数据集及其英文翻译。

Hugging Face2024-01-06 更新90

microsoft/Updesh_beta

多语言模型

印度语言学

Updesh是一个大规模的合成数据集，旨在推动印度语系的LLM后训练。它结合了翻译推理数据和合成的开放域生成内容，以支持基于印度语言和文化背景的多语言LLM适应。Updesh通过提供丰富的多语言指令调整数据，填补了高质量、文化基础资源在印度语系中的空白。

Hugging Face2025-07-07 更新180

KK1-1944 - Kanu hte kasha (Mother and son) with English translation

景颇语文本资源

低资源自然语言处理

Translation (Seng Pan) This is about a mother and her son. Once upon a time, there was a woman and her son. The son could not do well in school. Therefore, the woman put her son to work with a farmer

Research Data Australia90

ccibeekeoc42/low_resource_multilingual

资源简介：

数据集概述

许可证信息

相关数据集