向Hugging Face Hub推送数据集时遭遇404 NotFound错误求助

你遇到的错误如下：

requests.exceptions.HTTPError: 404 Client Error: Not Found for url: https://huggingface.co/api/models/aben118/common_voice_16_2_hi_pseudo_labelled/revision/main
Repository Not Found for url: https://huggingface.co/api/models/aben118/common_voice_16_2_hi_pseudo_labelled/revision/main.
请确保已指定正确的repo_id和repo_type。若访问私有或gated仓库，请确保已完成身份验证。

错误原因分析 #

1. 仓库类型不匹配：错误请求路径是/api/models/...，说明工具默认在模型仓库中查找，但你创建的是数据集仓库，未显式指定类型导致查找失败
2. 仓库名称不一致：错误信息中的仓库名是common_voice_16_2_hi_pseudo_labelled，但代码里使用的是common_voice_16_1_hi_pseudo_labelled，版本号（16_2 vs 16_1）不匹配

修正步骤 #

• 统一所有操作的repo_id，确保拼写、版本号完全一致
• 调用snapshot_download时必须显式添加repo_type="dataset"参数，避免默认查找模型仓库
• 确认token已正确配置且拥有目标仓库的访问权限

修正后的代码 #

from huggingface_hub import create_repo, snapshot_download

# 创建数据集仓库（保持repo_id统一）
create_repo("aben118/common_voice_16_1_hi_pseudo_labelled", repo_type="dataset", exist_ok=True, token=<your_token>)

# 下载时指定repo_type为dataset，确保匹配仓库类型
snapshot_download(
    repo_id="aben118/common_voice_16_1_hi_pseudo_labelled",
    local_dir="./common_voice_16_1_hi_pseudo_labelled",
    repo_type="dataset",
    token=<your_token>
)

内容的提问来源于stack exchange，提问作者afsara_ben