600小时菲律宾英语分轨自然对话手机采集语音数据
菲律宾英语分轨自然对话手机采集语音数据,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菲律宾本土人录制,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,说话人声道分离
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800名菲律宾本土人
标注特点
截取有效单句进行标注, 标注结果包括有效单句的起止时间点、说话人标识、文本内容;噪音标注
国家
菲律宾
语言
英语
应用场景
语音识别;声纹识别
准确率
词准确率98%