800小时兰州话自然对话（双语标注）手机采集语音数据

兰州方言语音数据_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

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

录音人来自兰州地区，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

兰州话

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

我感觉这已经，好几个月没有，领上朋友们好好的出去聚一哈了。[N] 我感觉这已经，好几个月没有，领上朋友们好好的出去聚一下了。

0:00/ 0:00

这一天工作把人忙的。[N] 这一天工作把人忙的。

0:00/ 0:00

哎，有是一直有哩嘛，这冬天一直冷着，人也一直没出去过。[N] 哎，有是一直有呢嘛，这冬天一直冷着，人也一直没出去过。

0:00/ 0:00

再加上工作又忙是，也没时间组织。再加上工作又忙是，也没时间组织。

0:00/ 0:00

等啥时候找个时间出来了，我们热闹热闹，也坐一会儿，也春游一哈。[N] 等啥时候找个时间出来了，我们热闹热闹，也坐一会，也春游一下。