Nexdata/176_Hours_Tibetan_Spontaneous_Speech_Data

西藏（中国）真实世界对话和独白语音数据集，涵盖了对话、访谈等多种形式，反映了真实世界的互动。数据集包括文本内容、说话者ID、性别等属性的转录。数据集从广泛且多样化的说话者中收集，地理分布广泛，增强了模型在真实和复杂任务中的表现。数据集的质量经过多家AI公司的测试，严格遵守数据保护法规和隐私标准，确保用户隐私和合法权益。

原始信息汇总

数据集概述

数据集描述

• 名称: Tibetan(China) Real-world Casual Conversation and Monologue speech dataset
• 内容: 包含对话、访谈等多种真实场景的语音数据。
• 特点: 数据集由多样化的说话者收集，覆盖广泛的地理区域，有助于提升模型在真实复杂任务中的性能。
• 质量保证: 经过多家AI公司的质量测试。
• 合规性: 严格遵守数据保护法规和隐私标准，符合GDPR、CCPA、PIPL等法规要求。

数据集规格

• 格式: 16kHz, 16 bit, wav格式，单声道。
• 内容类别: 包括对话、访谈等。
• 录制环境: 低背景噪音。
• 国家: 中国(CHN)。
• 语言(地区)代码: bo-CN。
• 语言: 藏语。
• 标注特征: 转录文本、时间戳、说话者ID、性别。
• 准确率: 词准确率(WAR)为97%。

许可信息

• 许可证: 商业许可证。