合成唤醒词 computer 语音数据集

音视频
0 下载
6 浏览
2026-10-02

数据集简介

数据卡与任务定位

该数据集面向语音识别中的唤醒词检测(Audio Classification)任务,核心用途是训练和评测 OVOS 唤醒词插件,覆盖的唤醒短语为 "computer"。数据卡标注的任务为 Audio Classification,模态为音频,格式为 soundfolder,规模区间为 10K–100K。

数据工作室与字段结构

数据卡页面显示共有 16.5k 行,划分到 train 划分。每条记录包含以下字段:

字段 说明
audio 音频内容
audio duration (s) 音频时长(秒)
text 对应文本
engine 合成引擎
voice 音色
rate 语速
pitch 音高
speaker_id 说话人标识
source_clip 源片段
origin 来源标记

字段取值分布方面,voice 共 583 类、speaker_id 共 905 类、engine 共 6 类、origin 共 8 类。

文件与版本组织

数据集以 soundfolder 格式存储音频,并可自动转换为 parquet。目录中包含 edge-tts/ 与 voice-conversion 相关子集:edge-tts/ 目录不含真人录音,也不复现自然人声;voice-conversion 子集则涉及声音转换处理。

社区与许可

该数据集采用 CC BY 4.0 许可,公开免费下载。数据集页面提供数据查看器(Dataset Viewer)与社区讨论区,便于浏览与反馈。

引用与来源

该数据集由 Tigre Gótico Lda 发布,属于 OVOS 唤醒词插件生态的一部分。

基本信息

记录数量未知
文件大小未知
文件格式soundfolder
数据来源Tigre Gótico Lda
许可协议CC BY 4.0
数据落地页https://huggingface.co/datasets/TigreGotico/synthetic-wakeword-computer
发布日期2026-10-02
唤醒词检测语音识别合成语音OVOS音频分类

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