轻口音普通话语音识别数据库3000小时

发布日期:2019-01-23

轻口音普通话语音识别数据库在国内多地完成语音采集工作, 完成人数9000人以上。

该数据库总有效时长3000小时。数据采样率为16 kHz,采样精度是16bit,为单通道录音,并以PCM非压缩文件格式存储。所有发音人没有明显口音,用普通话录音,发音自然流利。

语音采集设备是智能手机,采用基于Android系统的多种品牌型号手机进行录制;

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,保证句错误率低于5%。

该轻口音普通话数据库标注质量高,可用于语音识别系统训练、测试、语音分析、普通话发音研究等多种用途。

相关数据