310小时斯瓦希里语自然对话采集数据

斯瓦希里语自然对话采集数据,基于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,由来自不同地域和文化背景的本土人录制,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。

数据规格

格式
16kHz,16bit,未压缩wav,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
安卓手机、苹果手机;
录音人信息
约400人;
国家
坦桑尼亚
语言
斯瓦希里语
标注特点
标注文本内容、句时间戳、说话人标识、性别、噪音标注
准确率
词准确率98%

样例展示

0:00/ 0:00
0:00/ 0:00

Mmmh kwangu mimi napenda wali na njegele, [N]

0:00/ 0:00
0:00/ 0:00

sababu ni chakula kinachonivutia na kinachoongeza madini mwilini.

0:00/ 0:00
0:00/ 0:00

Ya hayo madini ambayo unazungumzia wewe.

0:00/ 0:00
0:00/ 0:00

Kwamba yanaongeza inaongeza afya mwilini pamoja na madini.

0:00/ 0:00
0:00/ 0:00

Lakini pia mimi napokula ugali na dagaa, ni chakula ambacho kinanifanya nijisikie nimeshiba. [N]