西安方言对话语音识别语料库

音视频
0 下载
49 浏览
2026-08-25

数据集简介

数据集概览

ASR-CXDiaCSC(A Chinese Xi'an Dialect Conversational Speech Corpus)是一个面向自动语音识别(ASR)任务的西安方言对话语音语料库。该数据集由146位说话人贡献,总计260小时的西安方言对话式自发语音,并配有对应的转写文本。语料旨在支持方言语音识别系统的训练与评测,尤其针对西安地区的方言对话场景。

数据集类型

本数据集属于ASR语音语料库(ASR speech corpus),专注于语音识别任务,提供音频与文本的配对数据,可用于训练端到端或传统混合架构的语音识别模型。

语言

语料的语言为中文西安方言(cmn-Xi'an),属于汉语官话中的中原官话关中片,具有鲜明的语音和词汇特征。转写文本以汉字记录,编码为UTF-8。

语音风格

语音风格为对话式(conversational),内容为自发对话(spontaneous conversation),即说话人之间的自然交流,包含口语化表达、语速变化、重叠语音等真实对话特征,适合训练鲁棒的对话语音识别系统。

内容

语料内容为西安方言的自发对话,覆盖日常生活、工作交流等多样话题,反映了西安方言在真实场景中的使用情况。转写文本与音频严格对齐,便于模型训练和评估。

音频参数

音频参数如下:

参数 值
采样率 16 kHz
位深 16 bit
声道 单声道(mono)
文件格式 WAV (PCM)

文件格式

数据集包含两种文件格式:

  • WAV (PCM):音频文件,保存为线性脉冲编码调制格式,未压缩,保证音频质量。
  • TXT (UTF8):转写文本文件,使用UTF-8编码,便于跨平台处理。

录音设备

录音设备为移动设备(mobile),如智能手机或便携式录音机,贴近日常使用场景,使语料更具真实性和实用性。

录音环境

录音环境为户外(outdoors),包含街道、广场、公园等开放空间,背景噪声自然多样,有助于提升模型在真实环境下的泛化能力。

获取方式

该数据集为专有语料(Proprietary),非公开免费资源。如需获取,请联系 business@magichub.com 咨询访问权限和许可细节。

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 (北京晴数智慧科技有限公司)
音频参数16kHz, 16bit, 单声道
语音风格对话式自发语音
语言cmn-Xi'an
录音设备移动设备
录音环境户外
数据落地页https://magichub.com/datasets/xian-dialect-conversational-speech-corpus/
西安方言语音识别对话语料ASR自发语音

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