德语语音识别语音捐赠数据集

音视频
0 下载
4 浏览
2026-10-31

数据集简介

项目背景与目标

Stimmspende 项目旨在收集真实的德语语音指令:这些指令由真实的 Home Assistant 卫星设备在真实房间中录制,并以 CC0 许可作为自由数据集发布,以改善本地德语语音识别。

首次自录实验

项目进行了一次初步实验:一位说话者录制了约 230 句语音,用于评估数据集对语音识别效果的提升。结果显示,Cohere Transcribe 在房间录音上的错误率从 14.8% 降至 7.2%。

参与前提与安装

要参与录音,需要满足一定前提条件。用户可以通过 HACS 安装集成,或使用 Blueprint 方式(需要更多手动操作)。安装完成后,进行设置并开始录音。每次录音时,卫星设备会朗读 20 个随机句子,用户跟读每个句子,无需唤醒词。

录音流程与数据记录

每条录音记录包含以下信息:朗读的句子、语音识别系统对该句子的识别结果、录音阶段(面向、背向、行走或远处)、设备类型、房间、房间大小、房间声学、距离、背景、自愿填写的方言,以及匿名的说话者标识。

隐私与同意

项目重视隐私与同意,确保录音数据在知情同意下收集和发布。

许可

录音和句子列表采用 CC0 1.0 许可(公共领域);Blueprint 和工具采用 MIT 许可。

每条录音存储的内容

每条录音存储朗读的句子、语音识别结果、录音阶段、设备类型、房间信息、距离、背景、方言(自愿)以及匿名说话者标识。

基本信息

记录数量未知
文件大小未知
文件格式zip
数据来源Spionkiller01
许可CC0 1.0
数据落地页https://github.com/Spionkiller01/ha-stimmspende
发布日期2026-10-31
德语语音识别Home Assistant语音指令CC0语音数据集

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