500小时桂林方言自然对话（双语标注）手机采集语音数据

桂林方言语音数据_对话（手机），由录音人自由交谈并进行录制。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，由母语方言使用者录制，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

16kHz，16bit，未压缩wav，单声道

录音环境

相对安静的室内，无回声

录音内容

给出话题列表，录音人从中挑选多个自己熟悉的话题以确保对话的流畅自然，围绕每个话题展开一段对话并录制

人员

约500名录音人，录音人来自桂林地区县市，男女比例均衡，覆盖多个年龄段

标注特点

标注文本内容、普通话释义、有效句子的起止时间点、说话人标识

设备

安卓手机、苹果手机

语言

桂林话

准确率

字准确率98%；普通话注释准确率90%

应用场景

语音识别，声纹识别

样例展示

0:00/ 0:00

就是特别特别冷滴时候，那你，出去，就是特别特别冷的时候，那你，出去，

0:00/ 0:00

开电动车倒是没有。骑电动车倒是没有。

0:00/ 0:00

那不是就是穿起多多哩。那不是就是穿得多多的。

0:00/ 0:00

然后桂林南方这种就是湿冷天气，这不[OVERLAP/]是，不[/OVERLAP]是你穿好多就能够解决问题哩。然后桂林南方这种就是湿冷天气，这不是，不是你穿很多就能够解决问题的。

0:00/ 0:00

但是我们去去北方，去北方其实北方也是，北方是真滴冷但人家室内有有地暖。但是我们去去北方，去北方其实北方也是，北方是真的冷但人家室内有有地暖。