330小时达里语自然对话电话信道语音数据

达里语音数据_对话（电话），基于约二十个常见主题来模拟录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，由452名来自不同地域和文化背景的阿富汗本土人录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循GDPR,CCPA,PIPL。

数据堂如何保障数据质量与安全

数据规格

格式

8kHz，8bit，u-law/a-law pcm，单声道

内容分类

录音人从特定的话题列表中选择熟悉的几个，分别录制一段流畅自然的对话

录音条件

相对安静的室内，无回声

录音设备

电话录音系统

录音人信息

总共452人，其中男性425人，女性27人；

国家

阿富汗

语言

达里语

标注特点

标注文本内容、句时间戳、说话人标识、性别

准确率

词准确率95%

样例展示

0:00/ 0:00

مکتبهای دولتی مکتبهای شخصی وجود داره

0:00/ 0:00

دیگه ده همی جای شما

0:00/ 0:00

کلشان در تعلیم مصروف هستن و مکتبا همینطور فعلا خوب مکتبام شروع شدن

0:00/ 0:00

دیگه مکتبا پوهنتونا همینطور مدرسه ها کلشان ده همیجه فعال هستن

0:00/ 0:00

پاچای پیشینگی ما بود و حالا که هسته