662小时中国重口音普通话语音数据_朗读(手机)
中国重口音普通话语音数据_朗读(手机),基于给定的脚本朗读并模拟录制,涵盖财经、娱乐、政策、新闻、电视、电影等多类别,内容丰富。此数据集标注了文本内容等多种属性,由2034名来自河南、陕西、四川、湖南、福建等26省份的重口音本土发音人参与录制,男女均衡。文本经过人工校对,准确率高,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
财经;娱乐;政策;新闻;电视;电影;数字;音乐
录音条件
1,288人录制于相对安静的室内;746人录制于普通环境,包含不影响语音辨识的噪音
录音设备
安卓手机,苹果手机
录音人信息
共计2,034人;男性占比48%,女性占比52%;21岁-30岁占比最多,达总人数的51%;录音人员来自河南、陕西、四川、湖南、福建、黑龙江、贵州等26个省
国家
中国
语言
带严重方言口音的普通话
标注特点
标注文本内容、5种噪音符号
准确率
句准确率98%
样例展示
0:00/ 0:00
0:00/ 0:00
安顺市塔山西路十五号华油商储大楼
0:00/ 0:00
0:00/ 0:00
把卡号尾号发一下谢谢
0:00/ 0:00
0:00/ 0:00
帮我说几句日语吗
0:00/ 0:00
0:00/ 0:00
爸爸你给我们买好衣服吗
0:00/ 0:00
0:00/ 0:00
安伟的事情你知道就行了