ASR-CMN-012慧听上海话语音识别数据库

上海话语音识别数据库在上海市完成语音采集工作。主要覆盖区域有：黄浦区、徐汇区、长宁区、静安区、普陀区、虹口区、杨浦区、闵行区、宝山区、嘉定区、浦东新区、奉贤区等。

该数据库总共采集了1300人的语音数据，男女比例均衡。所有发音人可以说地道上海话，发音自然流利。数据总时长707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。

语音采集设备是智能手机，采用多种品牌型号的智能手机进行录制。

录音环境以室内录制为主。

全部录音数据与录音文本均由标注团队成员细心校对，保证句准率不低于95%。

该数据库用地道上海话录制，录音质量好，数据标注质量高，可用于语音识别系统训练、测试、语音分析、方言研究等多种用途。