空中交通管制语音转写数据集(按说话人 6-2-2 划分)
音视频
0 下载
0 浏览
2026-10-23
数据集简介
数据内容与字段构成
数据集以音频与文本配对的形式组织,每条样本对应一段空中交通管制通话录音及其转写结果。字段结构如下:
| 字段 | 含义 |
|---|---|
| id | 样本标识 |
| audio | 音频数据 |
| text | 转写文本 |
| segment_start_time | 语音片段起始时间 |
| segment_end_time | 语音片段结束时间 |
| duration | 音频时长(秒) |
文本内容为塔台与飞行员之间的通话,涵盖高度指令、呼号等管制场景常见表达,适合作为语音识别等语音—文本任务的训练与评测素材。
按说话人切分的训练、验证与测试集
全部样本以说话人(person)为单位,按 6-2-2 的比例划分为三个子集,避免同一说话人同时出现在训练与测试数据中:
- train:14.7k 行
- validation:3.3k 行
- test:4.72k 行
三部分合计 22.7k 行,整体规模落在 10K–100K 区间。音频时长最短 0.14 秒、最长 20.6 秒,以短句通话为主。
文件格式与在线浏览
数据以 parquet 格式存储,页面同时提供 Dataset Viewer 与 Data Studio 入口,可在浏览器中直接查看样本的音频与对应文本。Files and versions 区域列出全部文件及版本,Auto-converted to Parquet 分支提供自动转换后的 parquet 文件,API 与 Embed 入口便于将数据接入脚本或嵌入其他页面。数据集公开可访问、免费下载,未在页面中注明具体许可协议。
基本信息
记录数量未知
文件大小未知
文件格式parquet
数据来源mmonzel
数据模态音频、文本
数据规模22.7k 行
音频时长范围0.14–20.6 秒
访问方式公开免费下载
数据落地页https://huggingface.co/datasets/mmonzel/uwb_atcosim_split_by_person_6-2-2_voiced_no_piat
发布日期2026-10-23
空中交通管制语音识别语音转写音频文本配对说话人划分
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载