adi-gov-tw/

Taiwan-Tongues-ASR-CE-dataset-hakka

本資料集為 Taiwan-Tongues-ASR-CE 專案所使用的預訓練資料，透過 WebDataset 格式打包，並上傳至 Hugging Face 以便研究人員與開發者自由取用。

本資料集分為 Training 與 Test 兩個子集，均以 WebDataset tar 檔案形式存放：

Training set (WebDataset format) train/train-000000.tar train/train-000001.tar ...

Test set (WebDataset format) test/test-000000.tar ...

tsv set train.tsv test.tsv ...

每個 tar 內部均包含對應的音檔與標註，方便直接搭配 WebDataset 與 PyTorch / Hugging Face datasets 進行訓練與測試。