俄语医疗领域结核病语音识别数据集
一个30分钟的俄语结核病医疗领域语音识别测试数据集，包含音频和对应文本。
基本信息
资源简介
俄语医疗领域结核病语音识别数据集
【数据集背景】
本数据集源站标题为《bene-ges/asr_med_ru_tuberculosis》。源站首次发布：2023-08-29。
【数据内容】
源站原始描述：This is a small 30-minute dataset for testing ASR on medical domain, based on this video lecture The manifest file is in NeMo format, "text" is the reference text
【数据结构与技术规格】
文件数 2 个，合计 57.70 MB。
【主题与分类】
主题标签：language:ru、license:cc-by-4.0、size_categories:n<1K、format:audiofolder、modality:audio、library:datasets、library:mlcroissant、region:us、automatic_speech_recognition、Speech-to-Text。
【适用方向】
音频数据可用于声学信号分析建模，如语音与呼吸音相关研究。
【获取与许可】
源站页面：https://huggingface.co/datasets/bene-ges/asr_med_ru_tuberculosis
使用许可：cc-by-4.0。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("bene-ges/asr_med_ru_tuberculosis")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/bene-ges/asr_med_ru_tuberculosis
仓库文件结构
.gitattributesREADME.mdsound.wavtuberculosis.json
完整数据卡：huggingface.co/datasets/bene-ges/asr_med_ru_tuberculosis
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
