# FineFineWeb: A Comprehensive Study on Fine-Grained Domain Web Corpus arXiv: Coming Soon Project Page: Coming Soon Blog: Coming Soon ## Data Statistics | Domain (#tokens/#samples) | Iteration 1

魔搭社区2025-11-27 更新100

Kratos-AI/banking-customersupport-english-audio

语音识别

客户服务

Banking Customer Support English Audio Dataset是一个包含英语语音的数据集，用于训练和评估自动语音识别、情感音调分类、语音合成和生成、情感感知对话系统等模型。数据集的样本量小于1,000个，主要包含印度口音的英语对话，内容涉及客户在网银密码遗忘和紧急支付账单时的语音交互。

Hugging Face2025-07-29 更新40

FrancophonIA/MediaParl

语音识别

多语言处理

Mediaparl是一个包含瑞士口音的双语数据库，收录了在瑞士瓦莱州议会录制的法语和德语录音。该数据库包含高度的语言变异性，适用于研究多语种、带口音和非母语语音识别，以及语言识别和语言切换检测。

Hugging Face2025-03-30 更新210

oeresult

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集 #### 下载方法 :modelscope-code[]{type="sdk"} :modelscope-code[]{type="git"}

魔搭社区2025-02-14 更新70

VideoInstruct-100K

资源简介：

相关数据集