180小时马拉雅拉姆语（印度）手机采集朗读语音数据

基于给定的脚本朗读并模拟录制，内容丰富。此数据集标注了文本内容等多种属性，由母语录音人参与采集，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，无压缩wav，单声道；

内容分类

新闻及通用类文本

录音条件

相对安静的室内，无回声；

录音设备

苹果手机、安卓手机；

录音人信息

总共219名录音人，其中男性114人，女性105人；

语言

马拉雅拉姆语

标注特点

标注文本内容

准确率

词准确率95%

样例展示

0:00/ 0:00

ഗ്രഹണപ്രാപ് തികളിൽ പൂർണ വളർച്ച പ്രാപിച്ചവർ ആയിത്തീരുവിൻ എന്നു ബൈബിൾ നമ്മെ ഉദ് ബോധിപ്പിക്കുന്നു

0:00/ 0:00

ഹെലൻറെ കുട്ടിക്കാലത്ത് അവളുടെ മാതാപിതാക്കളുടെ വീട്ടിൽ അദ്ദേഹം താമസിച്ചിരുന്നു

0:00/ 0:00

ഈ പ്രസിദ്ധീകരണങ്ങൾ ആയിരങ്ങളുടെ പക്കൽ എത്തിയിരിക്കുന്നു പി

0:00/ 0:00

തീർച്ചയായും വല്ലവനും കുറ്റവാളിയായിക്കൊണ്ട് തൻറെ രക്ഷിതാവിൻറെ അടുത്ത് ചെല്ലുന്ന പക്ഷം അവന്നുള്ളത് നരകമത്രെ അതിലവൻ മരിക്കുകയില്ലജീവിക്കുകയുമില്ല

0:00/ 0:00

ബൈക്ക് യാത്രികനായിരുന്ന ദിണ്ടിഗൽ സ്വദേശിയാണ് മരിച്ച മറ്റൊരാൾ