Nexdata/Spanish_Speaking_English_Speech_Data_by_Mobile_Phone

该数据集由891名西班牙母语者参与录制，录制脚本由语言学家设计，涵盖了通用、互动、车载和家庭等多个主题。文本经过人工校对，准确率高，适用于主流Android和Apple系统手机。该数据集可用于自动语音识别和机器翻译场景。

---
YAML 标签：
- 复制粘贴通过标签工具获取的标签：https://github.com/huggingface/datasets-tagging
---

# 数据集卡片：Nexdata/手机采集西班牙语母语者英语语音数据集

## 目录
- [目录](#table-of-contents)
- [数据集描述](#dataset-description)
- [数据集概览](#dataset-summary)
- [支持任务与评测榜单](#supported-tasks-and-leaderboards)
- [语言](#languages)
- [数据集结构](#dataset-structure)
- [数据实例](#data-instances)
- [数据字段](#data-fields)
- [数据划分](#data-splits)
- [数据集构建](#dataset-creation)
- [构建初衷](#curation-rationale)
- [源数据](#source-data)
- [标注](#annotations)
- [个人与敏感信息](#personal-and-sensitive-information)
- [数据集使用注意事项](#considerations-for-using-the-data)
- [数据集的社会影响](#social-impact-of-dataset)
- [偏差分析](#discussion-of-biases)
- [其他已知局限](#other-known-limitations)
- [附加信息](#additional-information)
- [数据集维护者](#dataset-curators)
- [授权信息](#licensing-information)
- [引用信息](#citation-information)
- [贡献](#contributions)

## 数据集描述

- **主页**：https://www.nexdata.ai/datasets/990?source=Huggingface
- **代码仓库**：
- **相关论文**：
- **评测榜单**：
- **联系方式**：

### 数据集概览

891名纯正口音的西班牙语母语者参与了本次语音录制。录制脚本由语言学家设计，涵盖通用对话、交互场景、车载场景与居家场景等广泛主题。配套文本均经过人工校对，准确率优异。本数据集适配主流安卓与苹果系统手机，可应用于自动语音识别（Automatic Speech Recognition, ASR）以及机器翻译等场景。

更多详情请访问链接：https://www.nexdata.ai/datasets/990?source=Huggingface

### 支持任务与评测榜单

自动语音识别、音频说话人识别：本数据集可用于训练自动语音识别（Automatic Speech Recognition, ASR）模型。

### 语言

西班牙语、英语

## 数据集结构

### 数据实例

[More Information Needed]

### 数据字段

[More Information Needed]

### 数据划分

[More Information Needed]

## 数据集构建

### 构建初衷

[More Information Needed]

### 源数据

#### 初始数据采集与归一化

[More Information Needed]

#### 源语言产出者身份

[More Information Needed]

### 标注

#### 标注流程

[More Information Needed]

#### 标注者身份

[More Information Needed]

### 个人与敏感信息

[More Information Needed]

## 数据集使用注意事项

### 数据集的社会影响

[More Information Needed]

### 偏差分析

[More Information Needed]

### 其他已知局限

[More Information Needed]

## 附加信息

### 数据集维护者

[More Information Needed]

### 授权信息

商业授权：https://drive.google.com/file/d/1saDCPm74D4UWfBL17VbkTsZLGfpOQj1J/view?usp=sharing

### 引用信息

[More Information Needed]

### 贡献

原始信息汇总

数据集概述

数据集描述

数据集总结

• 该数据集由891名西班牙语母语者参与录制，带有真实口音。
• 录制脚本由语言学家设计，涵盖广泛主题，包括通用、互动、车载和家居。
• 文本经过人工校对，准确性高。
• 适用于主流Android和Apple系统手机。
• 可应用于自动语音识别和机器翻译场景。

支持的任务和排行榜

• 自动语音识别（ASR）
• 音频说话人识别

语言

• 西班牙语
• 英语

数据集结构

数据实例

• [信息待补充]

数据字段

• [信息待补充]

数据分割

• [信息待补充]

数据集创建

来源数据

• [信息待补充]

注释

• [信息待补充]

个人和敏感信息

• [信息待补充]

使用数据的考虑

数据集的社会影响

• [信息待补充]

偏见讨论

• [信息待补充]

其他已知限制

• [信息待补充]

附加信息

数据集管理者

• [信息待补充]

许可信息

• 商业许可：链接