| --- |
| language: |
| - uz |
| task_categories: |
| - automatic-speech-recognition |
| pretty_name: FW Eval Clean (Uzbek ASR) |
| size_categories: |
| - 10K<n<100K |
| --- |
| |
| # FW Eval Clean |
|
|
| Очищенный набор для оценки ASR на узбекском языке. Содержит 97 390 аудиосегментов (формат `.opus`) и эталонные транскрипции, плюс гипотезы исходной системы и метрики WER/CER. |
|
|
| ## Файлы |
|
|
| - `fw_eval_clean.jsonl` — манифест (по одной записи на строку). Поля: |
| - `audio_filepath` — относительный путь к аудио (`audios/audio_XXXXXXX.opus`) |
| - `duration` — длительность сегмента, сек. |
| - `reference` — эталонный текст |
| - `hypothesis_raw` — гипотеза с пунктуацией |
| - `hypothesis` — гипотеза без пунктуации (используется для WER) |
| - `wer`, `cer` — метрики на этой записи |
| - `audios.zip.part00`, `audios.zip.part01`, `audios.zip.part02` — все аудио, ZIP разрезан на куски по ~10ГБ (store-режим, без сжатия — opus уже сжат). Общий размер ~26ГБ. |
|
|
| ## Как использовать |
|
|
| ```bash |
| # Скачать |
| hf download Saidakmal/fw_eval_clean --repo-type dataset --local-dir . |
| |
| # Склеить части и распаковать |
| cat audios.zip.part* > audios.zip |
| unzip -q audios.zip |
| # Получится папка audios/ — пути в JSONL уже относительные. |
| ``` |
|
|
| Или через Python: |
|
|
| ```python |
| from huggingface_hub import snapshot_download |
| import zipfile, json |
| |
| local = snapshot_download("Saidakmal/fw_eval_clean", repo_type="dataset") |
| with zipfile.ZipFile(f"{local}/audios.zip") as z: |
| z.extractall(local) |
| |
| with open(f"{local}/fw_eval_clean.jsonl") as f: |
| for line in f: |
| d = json.loads(line) |
| # d["audio_filepath"] = "audios/audio_XXXXXXX.opus" |
| ... |
| ``` |
|
|
