中文手機朗讀數據庫
MagicData中文手機錄音音頻語料庫包含755小時的中文普通話朗讀語音數據，其中分為訓練集712.09小時、開發集14.84小時和測試集28.08小時。本語料庫的錄制文本覆蓋多樣化的使用場景，包括互動問答、音樂搜索、口語短信信息、家居命令控制等。采集方式為手機錄音，涵蓋多種類型的安卓手機；錄音輸出為PCM格式。1000名來自中國不同口音區域的發言人參與采集。MagicData中文手機錄音音頻語料庫由MagicData有限公司開發，免費發布供非商業使用。
語種
中文
錄音環境
安靜室內
有效時長
755小時
錄音語料
日�？谡Z句子
說話人介紹
1000名來自中國不同口音區域的發音人參與采集
PCM
PCM
錄音設備
智能手機
適用領域
語音識別
數據敏感項
無
版權所有者
沒有找到想要的數據？
數據集推薦
智能座艙語音交互黃金標準數據集
當前車內智能語音交互場景越來越多樣化：除了傳統的智能導航，娛樂、車內設備控制、應急響應、智能客服、虛擬伴駕等其他艙內智能語音交互正越來越多地優惠活動大廳通過人工智能技術實現。伴隨著以數據驅動的人工智能的興起，我們設立了此總時長為9,697小時的智能座艙語音交互黃金標準數據集，涵蓋控制、導航、搜索、問題、任務、數字串等多領域語料，以更好地優惠活動大廳助力造車新勢力及新能源車企打造卓越智能座艙交互體驗，贏得更多市場機會。
MDT-RI002 粵語高質量口語式語音數據集
該數據集專為訓練更懂口語表達的AI模型打造，有利于提升粵語語音識別的自然交互能力，覆蓋多場景真實對話，由多樣化人群錄制，字準率高。針對粵語九聲調、懶音、俚語等特性優化標注，嚴格保證音字匹配質量。完整語句結構與符合口語習慣的標點設計，幫助模型精準捕捉粵語特有的停頓節奏和語氣詞用法，攻克方言識別中的泛化瓶頸。
數據優勢有哪些？
合規性
符合ISO/IEC 27001和ISO/IEC 27701:2019標準認證
多維度
音頻、文本、圖像、音視頻多模態數據
覆蓋性
涵蓋多領域的對話式、朗讀式及自發式數據
高精度
人機協同高精度標注