Dataset birlashtirish (FLAC train)

asr-tg/train/metadata.jsonl + corpus papkalari (podcasts/00001.flac, 16 kHz mono).

← Pipeline WAV birlashtirish Birlashtirilgan Datasetlar Explorer

Tayyor Tanlov: 0

Jarayon shu yerda ko‘rinadi.

web_data /

Ko‘rilayotgan papka: manba dataset yoki asr-tg_* / train/. «Davom etish» rejimida chap brauzerdan ham asr-tg tanlash mumkin.

HF: asr-tg_* papkasida «HF ga yuklash». Token Write bo‘lishi kerak (HF import). Incremental — faqat sinxronlanmagan audio + metadata.

Tanlangan datasetlar

Asosiy dataset

Yangi birlashtirish (vaqtli papka) Har safar yangi papka: birlashtirilgan_data_flac_20260519_143022/asr-tg_…/. Bir martalik yig‘ish yoki alohida arxiv uchun. Keyin «qaysi papka edi?» deb izlash kerak bo‘ladi. Yangi asosiy dataset Doimiy joy: …/masters/sizning_nom/asr-tg/. Barcha keyingi qo‘shishlar shu yerga yig‘iladi; har yozuvda id bor; HF incremental shu papkadan «push» qiladi. Mavjud asosiy datasetdan davom etish Oldin yaratilgan asr-tg (ichida train/metadata.jsonl) ga yangi manbalarni qo‘shadi. Takror manbalar o‘tkazib yuboriladi. Ro‘yxatdan yoki papkaga kirib tanlang.

Sozlamalar

Natija papkasi (ixtiyoriy)

Bo‘sh qoldirsangiz: birlashtirilgan_data_flac_20260519_143022/asr-tg_20260519_143022/train/ (FLAC, 16 kHz mono).

Corpus = mavzu (category). Fayl: 20260519_143022_00001.flac (sana+vaqt+raqam). ≤10 000 / papka; 9900 da train_2/.

Min sek

Max sek

asr-tg yo‘li (ixtiyoriy — bo‘sh qoldirsangiz yuqoridagi brauzer papkasi)

ffmpeg: 16 kHz mono FLAC Papkalarni vaqt bo'yicha saralash (ko'rish) Birlashtirishda manbalarni sana bo'yicha tartiblash

Nextcloud ga saqlash (birlashtirgandan keyin)

Tayyor.