Выберите файлы или перетащите их в зону ниже — категоризация настраивается индивидуально для каждого файла в открывшемся окне.
Перетащите аудиофайлы сюда
wav · mp3 · ogg · flac · m4a · aac · opus · и другие
Форматы и конвертация
Принимаются любые аудиоформаты: wav, mp3, ogg, flac, m4a, aac, opus, wma, webm, spx и другие.
Все файлы автоматически приводятся к целевому формату через ffmpeg:
- Частота: 16 000 Гц
- Каналы: моно
- Разрядность: 16-bit PCM
- Фильтр низких частот (highpass 80 Гц)
Убедитесь, что FFMPEG_PATH задан в .env, или ffmpeg доступен в PATH.
Структура хранилища
📁 sources/
📁 studio/kk/ студийный · казахский
📁 office/ru/ офисный · русский
📁 …
📁 uncategorized/ без категории → в очередь категоризации
📁 chunks/ рабочие чанки аннотатора
Каждый загруженный файл → отдельная папка
📁 studio/kk/ студийный · казахский
📁 office/ru/ офисный · русский
📁 …
📁 uncategorized/ без категории → в очередь категоризации
📁 chunks/ рабочие чанки аннотатора
Каждый загруженный файл → отдельная папка
{тип}/{язык}/{source_uuid}/
Корпуса и дни
Нет записей по выбранным фильтрам
Статистика
Подробная статистика
Распределение статусов чанков
Разметчики
| Username | Роль | Завершено |
|---|
Нет записей по выбранным фильтрам
Поиск датасетов 🤗
Hugging Face Hub · речевые датасеты (ASR). Клик по результату — анализ совместимости.
Введите запрос и нажмите «Найти»
Анализ и импорт
Проверка под архитектуру (16 кГц · моно · 16-bit) и импорт выборки в пул «некатегоризированные».
Выберите датасет в списке слева
Импорт датасета
Стриминг: тянем первые N примеров (0 = всё). «Все языки» — импорт по всем конфигам/локалям датасета. Транскрипт с таймингами заводится как подразметка (сегменты). В режиме «с конкретными параметрами» записи идут сразу в группу и в очередь транскрипции.
Импорт… это может занять время для больших N
.