拓数科技TUOSHU DATA 申请试标

语音识别训练数据集

普通话、方言和多语种的朗读、对话、命令词及带噪录音。可申请样例评估,数量、设备和标注粒度按项目约定。

首页 / 训练数据集 / 语音识别训练数据集

录音类型

语种

共 13 类数据样例

普通话手机朗读

多地区说话人在安静环境下用手机朗读,逐句转写。

音频 · 句级转写 · 说话人信息
获取样例

普通话自然对话

双人自由对话,标注说话人、起止时间和转写文本。

音频 · 时间戳 · 说话人
获取样例

口音普通话

带地方口音的普通话朗读与对话。

音频 · 转写 · 口音地区
获取样例

方言语音

粤语、四川话、上海话、闽南语等方言的朗读与对话。

音频 · 方言转写
获取样例

儿童语音

监护人授权下的儿童朗读与对话。

音频 · 转写 · 年龄段
获取样例

电话信道语音

电话信道下的客服、金融场景对话。

8kHz 音频 · 转写 · 角色
获取样例

噪声环境语音

车内、家居、街道等噪声环境下的录音,附噪声类型。

音频 · 转写 · 噪声标签
获取样例

唤醒词与命令词

不同距离、不同设备采集的唤醒词和控制指令。

音频 · 指令文本 · 距离
获取样例

英语语音

美式、英式及多国口音英语的朗读与对话。

音频 · 转写 · 口音
获取样例

日语与韩语语音

日语、韩语母语者的朗读与对话。

音频 · 转写
获取样例

东南亚语种语音

泰语、越南语、印尼语、马来语、缅甸语等。

音频 · 转写
获取样例

欧洲语种语音

德语、法语、西班牙语、意大利语、葡萄牙语、俄语等。

音频 · 转写
获取样例

阿拉伯语与印地语

阿拉伯语、印地语等语种的朗读与对话。

音频 · 转写
获取样例

没有匹配的方向。

按项目交付的训练数据

确定场景和验收标准后,按批采集、标注并交付。

获取方案