流利语音指令数据集

音视频
0 下载
32 浏览
2026-08-11

数据集简介

流利语音指令(Fluent Speech Commands)是一个用于口语理解(SLU)实验的开源音频数据集。该数据集由音频话语及其对应的语义标签组成,每个话语都标注有“action”、“object”和“location”三个值。例如,对于话语“打开厨房中的灯”,其标签为 {"action": "activate", "object": "lights", "location": "kitchen"}。模型需要从音频中预测这三个值,并且只有当所有值都正确时,该话语的预测才被视为正确。

任务与标注

口语理解(SLU)任务要求模型从语音中提取语义信息。在本数据集中,每个话语都对应一个三元组标签,包含动作(action)、对象(object)和位置(location)。这种标注方式使得任务明确且易于评估。模型必须准确预测所有三个值,任何一项错误都会导致该话语的预测失败。

数据规模与灵活性

虽然任务本身相对简单,但数据集规模较大且设计灵活,支持多种类型的实验。例如,研究者可以改变训练和测试中说话者的数量,以评估模型的说话者泛化能力;也可以删除特定句子的所有实例,然后测试在剩余句子上训练的模型是否能够正确处理这些未见过的句子。这种灵活性为口语理解研究提供了丰富的实验可能性。

获取方式

该数据集可在 OpenDataLab 平台上获取,访问地址为:https://opendatalab.com/OpenDataLab/Fluent_Speech_Commands。

基本信息

记录数量未知
文件大小未知
文件格式未知
数据来源OpenDataLab
数据落地页https://opendatalab.com/OpenDataLab/Fluent_Speech_Commands
发布日期2026-08-11
口语理解语音指令音频数据集SLU开源

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