-
该数据库总有效时长1000小时。录音环境是相对安静的室内。采用的录音设备是高端智能手机，数据的规格为16kHz、16bit、MONO，非压缩PCM格式存储。
-
该数据库总时长47小时。其中，中文部分的数据时长为17小时、英文部分的数据时长为30小时（包含单词发音24小时、字母拼读6小时）。数据采样率为16 kHz，采样精度是16bit，为单声道录音，并以非压缩WAV文件格式存储。
-
该数据库共采集1000人的语音数据，总有效时长500小时，数据采样率为16kHz，采样精度是16bit，为单通道录音，并以PCM非压缩文件格式存储。 录音环境均为真实场景，分为三类：办公室/宿舍/家、餐厅/咖啡厅、街道。