Ko-Yin-Maung/mig-burmese-audio-transcription

👨‍💻 Burmese Audio Transcription Dataset

• Myanmar (Burmese) audio transcription အတွက် ပြုစုထားသော dataset ဖြစ်ပါတယ်။
• Speech to Text, Text to Speech (TTS) နဲ့ ASR လုပ်ငန်းစဉ်များအတွက် တစ်ထောင့်တစ်နေရာက အထောက်အကူပြုနိုင်လိမ့်မယ်လို့ မျှော်လင့်မိပါတယ်။
• Samples ပေါင်း 2822 ဝန်းကျင်ခန့် ရှိတာကြောင့် project အသေးလေးတွေအတွက် စမ်းကြည့်နေလို့ ရပါပြီ။
• နောက်ပိုင်းမှာလည်း တတ်နိုင်သလောက် ဖြည့်စွတ်ပေးသွားပါမယ်။
• Audio ဖိုင်တွေကိုတော့ Ramblings by Hein, Knowledge Worm နဲ့ youtube audio book များမှ ရယူထားပါတယ်။

How to use

from datasets import load_dataset
dataset = load_dataset("Ko-Yin-Maung/mig-burmese-audio-transcription")

output

DatasetDict({
    train: Dataset({
        features: ['audio', 'transcription', 'speaker', 'sex', 'age', 'size', 'duration', 'title', 'category', 'type', 'bit_rate'],
        num_rows: 2682
    })
    test: Dataset({
        features: ['audio', 'transcription', 'speaker', 'sex', 'age', 'size', 'duration', 'title', 'category', 'type', 'bit_rate'],
        num_rows: 140
    })
})

Samples

dataset['train'][0]

output

{'audio': {'path': 'wavs\\King_Wan_Landon_Diary_196.wav',
  'array': array([-0.00073242, -0.04284668, -0.10806274, ...,  0.00878906,
          0.0098877 ,  0.01065063]),
  'sampling_rate': 16000},
 'transcription': 'ကင်းဝန်မင်းကြီးတို့ သံအဖွဲ့နဲ့ တွေ့ကြတဲ့အခါမှာလည်း',
 'speaker': 'Hein',
 'sex': 'Male',
 'age': 30,
 'size': '74 KB',
 'duration': '00:00:02',
 'title': "King Wan's Landon Diary and Documentary",
 'category': 'Burmese History',
 'type': 'WAV',
 'bit_rate': '256kbps'}

လွတ်လပ်စွာ ကူးယူ လေ့လာခွင့် ရှိသည်။

(လေ့လာခြင်းဖြင့် ကျွန်ုပ်တို့၏ မနက်ဖြန်များကို ဖြတ်သန်းကြပါစို့..။)

@Created by Myanmar Innovative Group (MIG)