---
language:
- cv
license:
- cc0-1.0
- cc-by-sa-4.0
task_categories:
- automatic-speech-recognition
pretty_name: Chuvash ASR Dataset
size_categories:
- 10K<n<100K
tags:
- chuvash
- speech
- asr
- aisar
dataset_info:
  features:
  - name: audio
    dtype:
      audio:
        sampling_rate: 16000
  - name: text
    dtype: string
  - name: duration
    dtype: float64
  - name: source
    dtype: string
  - name: id
    dtype: string
  splits:
  - name: train
    num_bytes: 5293685566
    num_examples: 34251
  - name: val
    num_bytes: 192993186
    num_examples: 1242
  - name: test
    num_bytes: 219727261
    num_examples: 1288
  download_size: 5705047699
  dataset_size: 5706406013
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train-*
  - split: val
    path: data/val-*
  - split: test
    path: data/test-*
---

# Chuvash ASR Dataset

Датасет для автоматического распознавания речи (**ASR**) на **чувашском языке** —
объединённый корпус, на котором обучалась ASR-модель **ChuvashAsr**.

Три открытых чувашских речевых корпуса были приведены к единому виду
(**16 kHz, mono, PCM_16 WAV**), размечены полем `source` и разбиты на разделы
`train` / `val` / `test`. Всего **≈49.5 часов** речи и **37 381** запись.

---

## Разделы (splits)

| split   | примеров | длительность | источники        |
|---------|---------:|-------------:|------------------|
| `train` |   34 251 |     ~45.9 ч  | cv, alexantonov, ftyers |
| `val`   |    1 242 |     ~1.67 ч  | cv               |
| `test`  |    1 288 |     ~1.91 ч  | cv               |
| **всего** | **36 781** | **~49.5 ч** |                |

Валидация и тест собраны исключительно из Common Voice (`cv`), чтобы оценка
проводилась на независимых, вручную проверенных записях.

## Источники

| source        | примеров | длительность | лицензия      | описание |
|---------------|---------:|-------------:|---------------|----------|
| `alexantonov` |   29 860 |     38.73 ч  | CC0-1.0       | [`alexantonov/chuvash_voice`](https://huggingface.co/datasets/alexantonov/chuvash_voice) — Chuvash Voice, основной объём train |
| `cv`          |    3 986 |      5.57 ч  | CC0-1.0       | [Mozilla Common Voice](https://commonvoice.mozilla.org/) 25.0 (`cv`) — часть в train, полностью val и test |
| `ftyers`      |    2 935 |      5.17 ч  | CC BY-SA 4.0  | Chuvash TTS из [Turkic_TTS](https://github.com/ftyers/Turkic_TTS) (F. M. Tyers) |

## Поля

| поле       | тип             | описание |
|------------|-----------------|----------|
| `audio`    | `Audio`(16 kHz) | аудиозапись, mono |
| `text`     | `string`        | транскрипция на чувашском |
| `duration` | `float64`       | длительность записи, сек |
| `source`   | `string`        | источник: `cv` / `alexantonov` / `ftyers` |
| `id`       | `string`        | уникальный идентификатор, формат `{source}-{file_id}` |

Всё аудио перекодировано в единый формат: **16 kHz, 1 канал, PCM_16 WAV**.

## Использование

```python
from datasets import load_dataset

ds = load_dataset("SpeechCollector/ChuvashAsrDataset")
print(ds)

sample = ds["train"][0]
print(sample["text"])
print(sample["audio"]["sampling_rate"], len(sample["audio"]["array"]))
```

Отфильтровать по источнику:

```python
cv_only = ds["train"].filter(lambda x: x["source"] == "cv")
```

Потоковая загрузка без скачивания целиком:

```python
stream = load_dataset("SpeechCollector/ChuvashAsrDataset", split="train", streaming=True)
for ex in stream:
    print(ex["id"], ex["text"])
    break
```

## Обработка данных
- Транскрипции взяты из исходных корпусов; нормализация текста
  (регистр, пунктуация, сокращения) **не применялась** — при необходимости
  выполните её под свою задачу.
- Разбиение train/val/test зафиксировано;

## ⚖️ Лицензии

Датасет наследует лицензии исходных корпусов:

- Common Voice (`cv`) — **CC0-1.0**
- `alexantonov/chuvash_voice` — **CC0-1.0**
- Chuvash TTS / Turkic_TTS (`ftyers`) — **CC BY-SA 4.0**

При использовании соблюдайте условия соответствующих источников. Записи с
лицензией CC BY-SA 4.0 (`source == "ftyers"`) требуют указания авторства и
распространения производных на тех же условиях.