意大利语对话式自发语音语料库

音视频
0 下载
11 浏览
2026-08-25

数据集简介

Dataset Overview

ASR-BigItaCSC 是一个专为自动语音识别(ASR)设计的意大利语对话式自发语音语料库。该语料库由 Magic Data Technology(北京晴数智慧科技有限公司)发布,旨在为意大利语语音识别研究提供高质量的对话式语音数据。

语料库包含 703 小时的转录意大利语对话式自发语音,由 346 位说话人贡献。音频内容为自然对话场景下的自发语音,涵盖口语化表达、语速变化、重叠语音等真实对话特征,适合用于训练和评估对话式 ASR 系统。

ASR-BigItaCSC: An Italian Conversational Speech Corpus

数据格式与规格

  • 音频格式:WAV(PCM),采样率 16kHz,位深 16bit,单声道。
  • 转录文本:TXT 文件,UTF-8 编码,与音频一一对应。
  • 录制环境:室内移动设备环境,模拟真实对话场景。

数据规模

  • 总时长:703 小时
  • 说话人数:346 位

许可与获取

该数据集为 Proprietary(商业授权),非公开免费。如需获取数据,请联系 business@magicdatatech.com 了解更多信息。

适用场景

该语料库主要面向意大利语语音识别(ASR)模型的训练与评估,尤其适用于对话式语音识别、自发语音转写、多说话人场景等研究与应用。

基本信息

记录数量未知
文件大小未知
文件格式WAV, TXT
数据来源Magic Data Technology
音频规格16kHz, 16bit, 单声道
转录文本编码UTF-8
录制环境室内移动设备
授权方式商业授权(Proprietary)
数据落地页https://magichub.com/datasets/italian-conversational-speech-corpus-2/
意大利语语音识别对话语音自发语音语料库

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

价格

免费