laubonghaudoi/legco-speech download history
laubonghaudoi/legco-speech is an automatic speech recognition dataset on the Hugging Face Hub. In the last 30 days it was downloaded 6,171 times (2,317 in the last 7 days), and 86,133 times in total. It ranks #4,747 among datasets by monthly downloads.
香港立法會會議語音數據集 本數據集係由香港立法會會議製成嘅大規模語音數據集。原始錄音總時長 22,196 個鐘，切分語音後總時長 20,471 個鐘。數據集分兩個子集，raw同segmented，分別為原始錄音同VAD識別切分後嘅語音。 數據集製作流程 先去香港特別行政區立法會 YouTube下載所有會議紀錄並轉為 16kHz 採樣率嘅 OPUS音頻 用 fsmn-vad 切分所有語音，並用 Qwen3-ASR-1.7B 轉寫成粵文 srt 字幕 轉寫後用正則表達式修正字幕中常見轉寫錯誤 將數據集分成 raw、 segmented 兩個子集傳到HF
Spaces using legco-speech
- Model Pulse 8 likes