新加坡英语关键词识别语音语料库

音视频
0 下载
17 浏览
2026-08-25

数据集简介

Dataset Overview

ASR-SSgpEKwsptSC(A Scripted Singaporean English Keyword-spotting Speech Corpus)是一个专为关键词识别任务设计的ASR语音语料库。该数据集由北京晴数智慧科技有限公司(Magic Data Technology)发布,包含28小时的转写语音,由197位说话人贡献,语音内容为新加坡英语(en-SG)的脚本化朗读,聚焦于日常使用句子。

Dataset Type

本数据集属于ASR语音语料库(ASR speech corpus),专门用于语音识别中的关键词识别(keyword spotting)任务。

Language

语料库的语言为新加坡英语(en-SG),即新加坡地区使用的英语变体,具有独特的语音和词汇特征。

Speech Style

语音风格为脚本化(scripted)朗读,即说话人按照预设文本进行录制,确保内容的一致性和可控性。

Content

语料内容围绕关键词识别任务设计,包含大量日常使用句子,覆盖常见的生活场景和指令,便于训练模型识别特定关键词。

Audio Parameters

音频参数为48 kHz采样率、16位量化、单声道(mono),保证了较高的音频质量,适用于语音识别模型的训练。

File Format

数据文件格式包括:

  • 音频文件:WAV(PCM编码)
  • 文本转写文件:TXT(UTF-8编码)

Recording Equipment

(事实卡未提供具体录音设备信息,此处留空)

Recording Environment

(事实卡未提供具体录音环境信息,此处留空)

License

本数据集为专有许可(Proprietary),非公开免费。如需获取数据,请联系 business@magicdatatech.com 了解更多信息。

ASR Corpus 28 hours

语料库总时长为28小时,由197位说话人贡献,每位说话人朗读脚本化文本,形成规模适中的训练数据。

ASR-SSgpEKwsptSC 描述

ASR-SSgpEKwsptSC 是面向新加坡英语关键词识别任务的专用语料库,其设计目标是为关键词识别模型提供高质量的训练数据,帮助提升在真实场景中的识别准确率。

Contact

如需获取数据或咨询合作,请联系:business@magicdatatech.com

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
语言新加坡英语 (en-SG)
语音风格脚本化朗读
音频参数48 kHz, 16 bits, mono
规模28小时,197位说话人
许可专有许可
数据落地页https://magichub.com/datasets/singaporean-english-scripted-speech-corpus-keyword-spotting/
新加坡英语关键词识别语音识别ASR语料库脚本化语音

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