Datasets:

voa-engines
/

vad-dataset-comparison

Modalities:

Audio

Text

Formats:

soundfolder

Size:

1K - 10K

Libraries:

Datasets

Dataset card Data Studio Files Files and versions Community

Dataset Viewer

Auto-converted to Parquet

Split (1)

train · 5.23k rows

transcription_raw stringlengths 1 889 ⌀	transcription_corrected float64	start float64 0.1 2.87k	end float64 0.64 2.87k	duration float64 0.32 16.8	language stringclasses 1 value	id int64 0 1.23k	vad stringclasses 3 values	vad_threshold float64 0.5 0.7	min_speech_duration_ms float64 250 500	min_silence_duration_ms float64 100 650
Thanks.	null	0.096	0.832	0.736	pt-br	0	in_streaming_vad	0.5	250	500
E aí, me conta como é que ficou esses três meses? Teve alguma crise? Não, esses três meses foi bom, nada a ver.	null	0.8	7.776	6.976	pt-br	1	in_streaming_vad	0.5	250	500
Precisou usar medicação extra uma vez? Não, só desde o início.	null	7.936	11.936	4	pt-br	2	in_streaming_vad	0.5	250	500
e pronto, ficou bem, não teve nenhuma crise, né? Não teve uma crise de cansaço.	null	11.744	16.32	4.576	pt-br	3	in_streaming_vad	0.5	250	500
Perfeito, deixando bem esse parametriante de aderente.	null	16	19.424	3.424	pt-br	4	in_streaming_vad	0.5	250	500
what do you	null	19.968	20.384	0.416	pt-br	5	in_streaming_vad	0.5	250	500
Vou até anotar aqui, porque aí a gente faz a nova hoje.	null	20.064	23.712	3.648	pt-br	6	in_streaming_vad	0.5	250	500
Como se...	null	24.352	25.28	0.928	pt-br	7	in_streaming_vad	0.5	250	500
Ele está usando o sindicato.	null	25.12	27.584	2.464	pt-br	8	in_streaming_vad	0.5	250	500
Ok, ok.	null	28.064	29.248	1.184	pt-br	9	in_streaming_vad	0.5	250	500
Thank you.	null	28.928	29.504	0.576	pt-br	10	in_streaming_vad	0.5	250	500
Tchau.	null	39.84	40.64	0.8	pt-br	11	in_streaming_vad	0.5	250	500
null	null	40.32	41.92	1.6	pt-br	12	in_streaming_vad	0.5	250	500
and	null	41.6	42.528	0.928	pt-br	13	in_streaming_vad	0.5	250	500
Peace.	null	42.752	43.552	0.8	pt-br	14	in_streaming_vad	0.5	250	500
null	null	43.296	43.872	0.576	pt-br	15	in_streaming_vad	0.5	250	500
Ela pediu para ele entrar, mas sabia que eu tinha que fazer a espirro.	null	43.68	47.136	3.456	pt-br	16	in_streaming_vad	0.5	250	500
E já faz a gente...	null	47.36	49.216	1.856	pt-br	17	in_streaming_vad	0.5	250	500
Resolve o que vai fazer depois.	null	49.984	52.672	2.688	pt-br	18	in_streaming_vad	0.5	250	500
E está fazendo algum tipo de atividade física, algum esporte ou não?	null	55.744	60.544	4.8	pt-br	19	in_streaming_vad	0.5	250	500
Não, não.	null	60.224	61.696	1.472	pt-br	20	in_streaming_vad	0.5	250	500
Thank you.	null	61.472	61.888	0.416	pt-br	21	in_streaming_vad	0.5	250	500
E que ele não apareça se você não for dedicado a ele.	null	61.6	64.544	2.944	pt-br	22	in_streaming_vad	0.5	250	500
null	null	64.704	65.184	0.48	pt-br	23	in_streaming_vad	0.5	250	500
Thank you.	null	64.864	65.408	0.544	pt-br	24	in_streaming_vad	0.5	250	500
Você sente algum cansaço? Não.	null	65.44	68.224	2.784	pt-br	25	in_streaming_vad	0.5	250	500
Thank you.	null	71.744	72.16	0.416	pt-br	26	in_streaming_vad	0.5	250	500
Perfeito, então ficou muito bem, né?	null	72.032	74.208	2.176	pt-br	27	in_streaming_vad	0.5	250	500
Aí vamos avaliar de diminuir as medicações.	null	74.336	78.56	4.224	pt-br	28	in_streaming_vad	0.5	250	500
Mas sempre tem...	null	79.232	81.088	1.856	pt-br	29	in_streaming_vad	0.5	250	500
Graças a Deus.	null	80.992	81.888	0.896	pt-br	30	in_streaming_vad	0.5	250	500
Tipo, mesmo diminuindo, não precisando usar todo dia.	null	81.792	85.664	3.872	pt-br	31	in_streaming_vad	0.5	250	500
Sempre vai ter que ter algo em casa pra, assim, algum momento...	null	85.792	88.736	2.944	pt-br	32	in_streaming_vad	0.5	250	500
Tchau, tchau.	null	88.48	90.432	1.952	pt-br	33	in_streaming_vad	0.5	250	500
Obrigada.	null	95.168	95.744	0.576	pt-br	34	in_streaming_vad	0.5	250	500
già corretto	null	95.744	96.8	1.056	pt-br	35	in_streaming_vad	0.5	250	500
A nova espira...	null	97.568	99.072	1.504	pt-br	36	in_streaming_vad	0.5	250	500
Aí vocês fazem...	null	99.04	100.704	1.664	pt-br	37	in_streaming_vad	0.5	250	500
E assim que voltar...	null	100.576	102.368	1.792	pt-br	38	in_streaming_vad	0.5	250	500
Obrigada.	null	102.656	103.072	0.416	pt-br	39	in_streaming_vad	0.5	250	500
A gente joga ali, você é mesmo.	null	102.752	104.48	1.728	pt-br	40	in_streaming_vad	0.5	250	500
Eu acho que eu não deixei o produto da espirometria com vocês, porque aquela outra vez eu fiz	null	108.544	113.184	4.64	pt-br	41	in_streaming_vad	0.5	250	500
null	null	114.944	115.36	0.416	pt-br	42	in_streaming_vad	0.5	250	500
Thank you.	null	115.04	115.552	0.512	pt-br	43	in_streaming_vad	0.5	250	500
Tchau.	null	115.232	115.648	0.416	pt-br	44	in_streaming_vad	0.5	250	500
Tchau.	null	115.328	115.872	0.544	pt-br	45	in_streaming_vad	0.5	250	500
que está	null	119.328	119.808	0.48	pt-br	46	in_streaming_vad	0.5	250	500
Como...	null	119.84	120.672	0.832	pt-br	47	in_streaming_vad	0.5	250	500
null	null	120.608	121.024	0.416	pt-br	48	in_streaming_vad	0.5	250	500
null	null	121.568	122.208	0.64	pt-br	49	in_streaming_vad	0.5	250	500
null	null	121.92	122.336	0.416	pt-br	50	in_streaming_vad	0.5	250	500
null	null	122.016	122.432	0.416	pt-br	51	in_streaming_vad	0.5	250	500
null	null	122.112	122.528	0.416	pt-br	52	in_streaming_vad	0.5	250	500
null	null	123.296	124.128	0.832	pt-br	53	in_streaming_vad	0.5	250	500
null	null	128.16	128.608	0.448	pt-br	54	in_streaming_vad	0.5	250	500
Hello.	null	128.672	129.088	0.416	pt-br	55	in_streaming_vad	0.5	250	500
a gente diminui sem fazer respiro.	null	128.768	131.2	2.432	pt-br	56	in_streaming_vad	0.5	250	500
Que vocês moram aqui, né?	null	133.856	136.064	2.208	pt-br	57	in_streaming_vad	0.5	250	500
A gente faz um teste.	null	136.384	139.232	2.848	pt-br	58	in_streaming_vad	0.5	250	500
감사합니다.	null	139.488	140.256	0.768	pt-br	59	in_streaming_vad	0.5	250	500
Mm-hmm.	null	139.936	140.512	0.576	pt-br	60	in_streaming_vad	0.5	250	500
Mm-hmm.	null	140.192	140.608	0.416	pt-br	61	in_streaming_vad	0.5	250	500
Thank you.	null	140.288	140.736	0.448	pt-br	62	in_streaming_vad	0.5	250	500
Cześć!	null	140.832	141.984	1.152	pt-br	63	in_streaming_vad	0.5	250	500
Deixa de tomar...	null	141.92	143.52	1.6	pt-br	64	in_streaming_vad	0.5	250	500
E aí fica com a medicação em casa.	null	143.936	147.168	3.232	pt-br	65	in_streaming_vad	0.5	250	500
Se perceber que voltou a cansar...	null	147.392	150.592	3.2	pt-br	66	in_streaming_vad	0.5	250	500
Que teve sintoma de novo, aí a gente vai avaliar em quanto tempo isso vai acontecer.	null	150.816	155.936	5.12	pt-br	67	in_streaming_vad	0.5	250	500
null	null	156.16	156.576	0.416	pt-br	68	in_streaming_vad	0.5	250	500
Por ese, ese.	null	156.288	157.28	0.992	pt-br	69	in_streaming_vad	0.5	250	500
Tchau, tchau.	null	158.016	158.944	0.928	pt-br	70	in_streaming_vad	0.5	250	500
Dois, três meses bem.	null	158.784	162.08	3.296	pt-br	71	in_streaming_vad	0.5	250	500
Muitas vezes...	null	162.304	163.488	1.184	pt-br	72	in_streaming_vad	0.5	250	500
Gracias.	null	164	164.448	0.448	pt-br	73	in_streaming_vad	0.5	250	500
Bem, é isso aí.	null	164.288	164.992	0.704	pt-br	74	in_streaming_vad	0.5	250	500
Mas aí vai ser algo individual.	null	165.152	167.872	2.72	pt-br	75	in_streaming_vad	0.5	250	500
Beijo.	null	167.936	168.896	0.96	pt-br	76	in_streaming_vad	0.5	250	500
A partir de agora, virar algo muito individual.	null	168.896	172.224	3.328	pt-br	77	in_streaming_vad	0.5	250	500
Que aí a gente vai ver se ele realmente precisa de remédio para manter ele.	null	172.48	177.536	5.056	pt-br	78	in_streaming_vad	0.5	250	500
Bem, ou se agora, depois que desinflamou...	null	177.728	181.248	3.52	pt-br	79	in_streaming_vad	0.5	250	500
A gente consegue manter sem remédio e só se precisar, se tiver crise.	null	181.088	187.264	6.176	pt-br	80	in_streaming_vad	0.5	250	500
usa...	null	187.456	188.704	1.248	pt-br	81	in_streaming_vad	0.5	250	500
Ou então...	null	188.672	190.72	2.048	pt-br	82	in_streaming_vad	0.5	250	500
Enfim, vai ser bem individual. Qual?	null	190.496	192.896	2.4	pt-br	83	in_streaming_vad	0.5	250	500
daqui pra frente.	null	192.608	194.24	1.632	pt-br	84	in_streaming_vad	0.5	250	500
Thank you.	null	193.92	194.336	0.416	pt-br	85	in_streaming_vad	0.5	250	500
Então, o que a gente pode fazer é...	null	194.144	196.352	2.208	pt-br	86	in_streaming_vad	0.5	250	500
Fica um tempo agora sem usar, tá?	null	196.416	199.232	2.816	pt-br	87	in_streaming_vad	0.5	250	500
null	null	199.232	200.128	0.896	pt-br	88	in_streaming_vad	0.5	250	500
A medicação...	null	200.128	201.6	1.472	pt-br	89	in_streaming_vad	0.5	250	500
E aí, no tempo do retorno dessa consulta...	null	201.472	204.896	3.424	pt-br	90	in_streaming_vad	0.5	250	500
Fazer espírito e aí a gente vê.	null	205.152	207.616	2.464	pt-br	91	in_streaming_vad	0.5	250	500
É que tem que vir quem lhe julga, né? Que é o autor do ponto.	null	209.6	213.248	3.648	pt-br	92	in_streaming_vad	0.5	250	500
null	null	213.408	214.176	0.768	pt-br	93	in_streaming_vad	0.5	250	500
Comprei o...	null	215.04	215.52	0.48	pt-br	94	in_streaming_vad	0.5	250	500
Então, eu...	null	215.232	215.904	0.672	pt-br	95	in_streaming_vad	0.5	250	500
null	null	215.872	216.992	1.12	pt-br	96	in_streaming_vad	0.5	250	500
O legista. O alendista.	null	218.656	220.928	2.272	pt-br	97	in_streaming_vad	0.5	250	500
Pois é, pois é.	null	221.12	222.176	1.056	pt-br	98	in_streaming_vad	0.5	250	500
네	null	222.208	222.656	0.448	pt-br	99	in_streaming_vad	0.5	250	500

End of preview. Expand in Data Studio

YAML Metadata Warning: empty or missing yaml metadata in repo card (https://huggingface.co/docs/hub/datasets-cards)

VOA PT-BR VAD Comparison Dataset

Dataset Description

This dataset contains audio segments processed with three different Voice Activity Detection (VAD) presets:

in_streaming_vad
Old_streaming_vad
aggressive_vad

Each segment has an audio file (.wav) and associated metadata including:

Transcription (automated using Whisper)
Duration
Start and end times
VAD parameters used

Usage

This dataset is intended for:

Evaluation of Voice Activity Detection (VAD) parameters
Comparison of different VAD configurations
Training and fine-tuning of ASR models for Portuguese

Dataset Structure

audio/: Contains WAV files of audio segments organized by VAD method
- audio/in_streaming_vad/: Segments from in_streaming_vad preset
- audio/Old_streaming_vad/: Segments from Old_streaming_vad preset
- audio/aggressive_vad/: Segments from aggressive_vad preset
vad_dataset.csv: Contains metadata for all segments
vad_dataset_with_relative_paths.csv: Same as above but with relative paths
dataset_dict.json: Dataset in HuggingFace compatible format

Loading the Dataset

You can load this dataset using the HuggingFace Datasets library:

from datasets import load_dataset

# Load from the Hub
dataset = load_dataset("voa-engines/vad-dataset-comparison")

# Access the first example
example = dataset["train"][0]
print(f"Audio file: {example['audio']}")
print(f"Transcription: {example['transcription']}")
print(f"VAD method: {example['vad']}")

VAD Parameters Used

in_streaming_vad

threshold: 0.5
min_speech_duration_ms: 250
min_silence_duration_ms: 500

Old_streaming_vad

threshold: 0.5
min_speech_duration_ms: 250
min_silence_duration_ms: 750

aggressive_vad

threshold: 0.3
min_speech_duration_ms: 250
min_silence_duration_ms: 1000

Created on: 2025-04-10

Downloads last month: 210

Size of downloaded dataset files:

530 MB

Size of the auto-converted Parquet files:

525 MB

Number of rows:

5,230