Belarusian datasets

Belarusian datasets

一个可浏览的白俄罗斯语数据集和语料库清单，人工挑选，涵盖语音、文本、平行文本、基准、词典和 OCR。页面有英语和白俄罗斯语两种界面。

由 Zhnivo 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是一个静态网页，列出为白俄罗斯语做的数据集和语料库。内容涵盖语音、文本、平行文本、基准、词典和 OCR，还补充了 Hugging Face 之外的来源。页面上的下载次数是从 Hugging Face API 实时取来的。

适合谁：适合处理白俄罗斯语、需要快速找到数据的人，不用再在整个 Hugging Face 目录里搜索。页面有英语和白俄罗斯语两种界面。

行业 | 谁在用 | 怎么用 | 例子
语音技术 | 语音工程师 | 为识别工作寻找白俄罗斯语音频语料 | 找一份语音语料来训练或测试模型
翻译 | 机器翻译开发者 | 寻找白俄罗斯语的平行文本 | 为翻译实验挑一组文本对
语言学 | 语言研究者 | 查找词典、语法数据和文本语料 | 为一项研究找到语法数据库
文档扫描 | OCR 开发者 | 查找白俄罗斯语印刷体的行图像和基准 | 挑一组合成印刷体数据用来测试

如果你不处理白俄罗斯语的文本或语音，可以跳过它。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• Windows、macOS 或 Linux，用任意浏览器打开下载好的 index.html

用途 | 适合谁 | 你得到什么
查找白俄罗斯语数据集 | 研究者和开发者 | 一份人工挑选、带实时下载次数的清单
查找 Hugging Face 之外的来源 | 任何收集数据的人 | 一个单独的标签页，里面是精选的外部来源，比如 Common Voice

如何设置：在线使用什么都不用准备，页面直接在浏览器里运行。想保留一份副本，需要的东西很少。

• Python 和 pip，只用来通过 Hugging Face 工具下载文件
• 一个网页浏览器，用来打开页面

1. 安装 Hugging Face hub 包。
2. 把这个 Space 的文件下载到本地文件夹。
3. 进入那个文件夹。
4. 在网页浏览器里打开 index.html。不需要任何构建步骤。

pip install -U huggingface_hub
hf download Zhnivo/belarusian-datasets --repo-type space --local-dir belarusian-datasets
cd belarusian-datasets

如何使用：打开页面，按类别浏览人工挑选的数据集，并查看实时的下载次数。仓库里的每个文件各有作用。

工具 | 作用
index.html, style.css, app.js | 组成静态页面本身
data/curated.json | 保存人工精选的页面内容清单，以及已审核和已剔除的条目
data/extra.json | 保存 Hugging Face 之外的精选来源，供其他来源标签页使用
data/hf_snapshot.json | Hugging Face 数字的备用副本，实时请求失败时使用
build_extra.py | 刷新快照，它的候选参数会打印出尚未审核的新条目

示例：你打开页面，想找白俄罗斯语的语音数据。页面会显示语音类的人工挑选数据集，每个都带着下载次数，你可以挑一个去 Hugging Face 上打开。

新手与专家：如果你是新手，先打开这个 Space 的页面，把清单翻一遍。不用安装任何东西，你就能看到白俄罗斯语有哪几类数据。

如果你熟悉这个领域：页面就是纯 HTML、CSS 和 JavaScript，没有构建步骤。它只显示 data/curated.json 里精选白名单包含的内容。实时下载次数来自 Hugging Face API，请求失败时由保存的快照接手。

在浏览器里打开页面
页面读取 data/curated.json 里的精选清单
它向 Hugging Face API 请求实时次数
失败时改用保存的快照
你浏览这些数据集

注意事项：这个页面是人工挑选条目的目录，所以并不会列出白俄罗斯语现有的全部数据。

• License: MIT，和这个 Space 的许可证一行写的一致
• Cost to run: 没有提到
• Data it reaches: Hugging Face API，用来取实时下载次数，本地快照作为备份

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：static
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/Zhnivo/belarusian-datasets
• 文件：https://huggingface.co/spaces/Zhnivo/belarusian-datasets/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。