500小时青岛话自然对话(双语标注)手机采集语音数据
青岛方言语音数据_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。
数据规格
格式
24kHz,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
录音人来自青岛地区的县市,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
青岛话
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
0:00/ 0:00
然后上个月的时候,本来不是要去婺源,这不我么去吗?[N] 然后上个月的时候,本来不是要去婺源,这不我没去吗?
0:00/ 0:00
0:00/ 0:00
白紧,这十七号二十十七号十八号还有机会去。[N] 不要紧,这十七号二十十七号十八号还有机会去。
0:00/ 0:00
0:00/ 0:00
但是婺源,怎要是开了车去的话,太远了。 但是婺源,我们要是开了车去的话,太远了。
0:00/ 0:00
0:00/ 0:00
特好像也就一千一背多公里吧。 他好像也就一千一百多公里吧。
0:00/ 0:00
0:00/ 0:00
从网上搜到的距离不远乎。 从网上搜到的距离挺远啊。