Alania 土耳其语领域文本数据集
面向土耳其语语音产品的服务场景文本语料。
为什么重要
为土耳其语语音产品补充日常服务语言文本数据。
阅读原文huggingface.co
AI 解读（根据原文生成）
cloud0day3/alania-domain-text-tr 是 Hugging Face 上的土耳其语领域文本数据集，包含面向语音代理常说的预约、诊所对话、银行、电商物流、客服、确认、数字代码、地址姓名等服务场景句子。它被构建为 Alania-2 合成训练语音的文本侧，提供 text_raw 与经土耳其语文本规范化后的 text_model，可在 Hugging Face 数据集页面获取。
要点（AI 据原文整理，数字均已与原文核对）
- Generator: `Qwen/Qwen3-30B-A3B-Instruct-2507-FP8` (Apache-2.0) on vLLM, prompted per category and subtopic, September 2026.
- Length buckets by estimated speaking time at 14.5 characters per second: `xs` 1–3 s (411,466), `s` 3–6 s (785,773), `m` 6–12 s (195,968), `l` 12–25 s (46,432).
- v1.1 (1 October 2026): `text_model` regenerated for all lines (99,823 of them change).
