普什图（阿富汗）广播录音数据库

普什图语广播音频及转录数据集。

51 条数据更新时间 2026-05-11

数据集简介

该数据库包含广播数据的转录和音频。文件数量为204个文件（每个音频和转录），音频持续时间总计约为50小时。数据包含各种主题和音频风格的内容，包括：政治、广播片段中的全球和区域事件。由主要人物创作的广泛分布的音频、新闻片段也可能包括发表自己意见的人其他内容：大学/其他讲座（与政治和时事相关，包括政治史讲座）、非广播性质的地方/地区电视节目（访谈、脱口秀、讨论/辩论、演讲）

数据质量

记录完整性

94.15%

记录时效性

按需更新

记录结构化

NDJSON、JSON、CSV、XLSX、Parquet，支持定制化

记录云交付

Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive

记录标准化

为保证数据的一致性与可用性，数据集在构建过程中对原始记录进行了标准化处理，包括：（1）单位标准化：统一价格、重量、尺寸等字段的计量单位；（2）格式标准化：统一日期、时间、数值字段的表示格式；（3）文本清洗：去除 HTML 标签、多余空格及异常字符；（4）字段规范化：统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性，便于后续分析与建模。

记录代表性

数据覆盖全量业务场景，样本均衡，具备行业代表性

需要定制更适合业务场景的数据集？

我们支持公开数据浏览、关键词筛选与企业级定制交付，帮助你更快完成模型训练与数据分析落地。