Athena 合成唤醒词语音数据集

音视频
0 下载
7 浏览
2026-10-02

数据集简介

数据构成与任务定位

该数据集围绕英文唤醒词“athena”构建,任务类型为音频分类,服务于唤醒词检测模型的训练与评估。数据模态为音频加文本:每条样本包含一段语音及其对应转写,并附带一组描述合成条件的元数据字段,包括 engine、voice、speed、lang、rate、pitch、speaker_id、source_clip、origin、variety、seed、reference、asr_text、qa、reject_reason 等。这些字段可用于按语音、语速、音高或说话人维度切分数据,也便于排查合成或转写环节的异常样本。

数据规模与划分

数据集共 6.94k 行,规模区间为 1K–10K。默认子集下划分为两个 split:train 含 5.45k 行,unchecked 含 1.49k 行。train 可直接用于模型训练,unchecked 则集中存放尚未完成校验的样本,使用时可结合 qa、reject_reason 等字段进一步筛选。

合成方式与文件组织

所有音频由 edge-tts 合成,唤醒词固定为“athena”,并通过多种语音与变速、变调组合扩展声学多样性。文件以 soundfolder 与 parquet 两种格式提供:soundfolder 便于直接浏览与试听单条音频,parquet 适合批量加载与结构化处理。数据托管于 Hugging Face 数据集页面,公开可下载,采用 CC BY 4.0 许可,使用时请遵循许可条款。

基本信息

记录数量未知
文件大小未知
文件格式soundfolder, parquet
数据来源Tigre Gótico Lda
数据规模6.94k 行
语言英语
许可协议CC BY 4.0
任务类型音频分类
数据落地页https://huggingface.co/datasets/TigreGotico/synthetic-wakeword-athena
发布日期2026-10-02
唤醒词语音分类语音合成英文语音edge-tts

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