IRMS

🚀 მონაცემთა ნაკრები უკვე Hugging Face-ზე!
"Common Voice 23 — Georgian ASR Quality Control Dataset", რომელიც შეიქმნა ჩემს მიერ ASR.GE-ის მოდელების გამოყენებით.
🎯 მიზანი იყო Mozilla-ს Common Voice 23 კორპუსის ხარისხის შეფასება — მომხმარებლების შერჩევით (3+ აუდიო თითოეულზე), ავტომატური ტრანსკრიფციითა და CER/WER მაჩვენებლების გამოთვლით.
ამ პროცესმა გამოავლინა გაფუჭებული, გაუგებარი ან ხმაურიანი აუდიოები, რომელთაც გავლილი ჰქონდათ ვალიდაცია.
📊 შედეგი — მონაცემთა ნაკრები, რომელიც დაეხმარება მკვლევრებსა და დეველოპერებს ქართული ხმოვანი მონაცემების ხარისხის გაუმჯობესებაში და მოდელების შეფასებაში.
🔗 იხილეთ Hugging Face-ზე:
👉 https://huggingface.co/datasets/psyfreak/corp23_QA

psyfreak/corp23_QA · Datasets at Hugging Face We’re on a journey to advance and democratize artificial intelligence through open source and open science.