数据堂—799小时四川方言自然对话手机采集语音数据

数据集描述

用于799小时四川方言自然对话手机采集语音数据 四川方言语音识别模型”模型的测试任务

数据集简介

799小时四川方言自然对话手机采集语音数据由1730名四川本土人参与录制，以自然方式进行面对面交流，不限制话题进行自由发挥，领域广泛，语音自然流利，符合实际对话场景。800小时四川方言自然对话手机采集语音数据由人工转写文本，准确率高。

数据集支持的任务

四川方言语音识别模型”模型的测试任务

数据集的格式和结构

数据格式

16kHz，未压缩16bit，wav，单声道

人员

共1,730名录音人，其中女性占比74%，25岁以下占比88%，录音人均来自四川或重庆

录音内容

不指定话题，录音人两两之间以自然说话方式随意交谈

数据集生成的相关信息

原始数据

无

数据集标注

句准确率不低于95%

标注特点

标注文本内容、有效句子的起止时间点、说话人标识

标注者

无

数据集版权信息

版权归数据堂所有，商用数据。