中文强口音对话语音语料库
音视频
0 下载
36 浏览
2026-08-07
数据集简介
数据集概览
ASR-CStrMAcstCSC是一个专注于中文强口音对话语音的语料库,旨在为自动语音识别(ASR)系统提供高质量的训练和评估数据。该数据集包含58.78小时的语音,总大小为3.52GB,录音环境为室内,使用移动设备录制,确保了语音的自然性和多样性。
数据采集自41名发音人(20名男性,21名女性),年龄分布在16至42岁之间,共计138个话语。这些话语涵盖了多种对话场景,反映了真实世界中的口音变化,有助于提升ASR系统对强口音普通话的识别能力。
样本
数据集中提供了样本文件,方便用户快速了解数据格式和内容。样本文件包括WAV音频文件和对应的TXT转写文本,展示了语音与文本的对应关系。
许可与获取
本数据集采用MagicHub开源许可证,同时遵循知识共享署名-非商业性使用-禁止演绎4.0国际许可协议(CC BY-NC-ND 4.0)。用户需在MagicHub平台注册并登录后,方可下载数据集。请遵守相关许可条款,仅限非商业用途,且不得修改或衍生。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源Magic Data Technology
总大小3.52GB
录音环境室内
设备移动设备
发音人数量41(20男21女)
话语数量138
年龄范围16-42岁
许可协议MagicHub开源许可证;CC BY-NC-ND 4.0
数据落地页https://magichub.com/datasets/mandarin-heavy-accent-conversational-speech-corpus/
普通话强口音对话语音语音识别语料库
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