印度英语脚本化朗读语音识别语料库

音视频
0 下载
27 浏览
2026-09-22

数据集简介

数据集概览

ASR-BigSInESC(A Scripted Indian English Speech Corpus)是一个用于自动语音识别(ASR)研究的语音语料库,语种为印度英语(en-IN)。语料采用脚本化(scripted)朗读形式,内容聚焦日常用语句子的朗读语音,全部音频均附带文本转写。

ASR-BigSInESC: A Scripted Indian English Speech Corpus

该语料库的核心规格如下:

  • 数据集类型:ASR 语音语料库
  • 总时长:1,386 小时带转写的语音数据
  • 说话人数:2,261 名说话人
  • 语种:印度英语(en-IN)
  • 语音风格:脚本化朗读
  • 文本内容:日常用语句子的朗读语音
  • 音频参数:16 kHz、16 bits、单声道
  • 录音设备:手机
  • 录音环境:室内环境
  • 文件格式:WAV(PCM)音频 + TXT(UTF8)转写文本
  • 数据集编号:MDT-ASR-D004 / MDT-ASR-E075

样例

数据以 WAV(PCM)音频文件与 UTF8 编码的 TXT 转写文本组合提供,每条语音均对应其朗读句子的文本转写,可直接用于 ASR 模型的训练与评估流程。

许可(License)

数据集页面的 License 字段为空,具体授权条款需联系 business@magicdatatech.com 了解详情。

行业与应用场景

该语料库面向语音识别领域,可用于印度英语(en-IN)语音识别系统的构建。数据来源页面对应目录为 magichub,落地页地址为:https://magichub.com/datasets/indian-english-scripted-speech-corpus/。

基本信息

记录数量未知
文件大小未知
文件格式WAV (PCM)、TXT (UTF8)
数据来源Magic Data Technology(北京晴数智慧科技有限公司)
数据集类型ASR speech corpus
语种en-IN(印度英语)
语音风格脚本化朗读
内容日常用语句子的朗读语音
音频参数16 kHz, 16 bits, mono
录音设备手机
录音环境室内环境
数据集编号MDT-ASR-D004 / MDT-ASR-E075
数据落地页https://magichub.com/datasets/indian-english-scripted-speech-corpus/
印度英语语音识别ASR语料库朗读语音脚本化语音语音转写

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