有声读物文本拼音标注数据
收藏官方服务：
资源简介：
用于训练TTS、ASR、预训练模型（ChineseBERT）。提升多音字与罕见字准确发音、语音合成自然度、拼音 - 汉字转换鲁棒性、中文 NLP 语义理解。服务于有声读物合成、语言学习、无障碍辅助、儿童教育、内容审核、智能语音助手等场景。
提供机构：
数据堂（北京）科技股份有限公司创建时间：
2025-12-30
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集包含美文、小说、儿童故事等有声读物文本的汉字与拼音标注，总时长35小时，数据量约4-5GB。可用于训练TTS、ASR及ChineseBERT预训练模型，提升多音字与罕见字的发音准确性、语音合成自然度以及拼音-汉字转换的鲁棒性。适用于有声读物合成、语言学习、儿童教育及智能语音助手等场景。
以上内容由遇见数据集搜集并总结生成
