Nexdata/Pushtu_Conversational_Speech_Data_by_Telephone
收藏Hugging Face2024-04-17 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Nexdata/Pushtu_Conversational_Speech_Data_by_Telephone
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含200小时的普什图语电话对话录音，由230多名本地普什图语使用者参与。录音使用多种手机设备，音频格式为8kHz, 8bit, WAV，环境为安静的室内。数据集提供详细的文本转录、有效句子的开始和结束时间以及说话者识别。此外，数据集还提供了性别比例平衡、多种话题选择以及高准确率的转录（不低于95%）。
该数据集包含200小时的普什图语电话对话录音，由230多名本地普什图语使用者参与。录音使用多种手机设备，音频格式为8kHz, 8bit, WAV，环境为安静的室内。数据集提供详细的文本转录、有效句子的开始和结束时间以及说话者识别。此外，数据集还提供了性别比例平衡、多种话题选择以及高准确率的转录（不低于95%）。
提供机构：
Nexdata
原始信息汇总
数据集卡片 Nexdata/Pushtu_Conversational_Speech_Data_by_Telephone
描述
200小时 - 普什图语电话对话语音数据集，涉及超过230名母语使用者，性别比例均衡。参与者从给定列表中选择几个熟悉的话题开始对话，确保对话的流畅性和自然性。录音设备为各种移动电话，音频格式为8kHz、8bit、WAV，所有语音数据在安静的室内环境中录制。所有语音音频均手动转录，包括文本内容、每句有效句子的起止时间以及说话人识别。
规格
格式
8kHz, 8bit, wav, 单声道；
录音环境
安静的室内环境，无回声；
录音内容
指定数十个话题，录音时说话人在这些话题下进行对话；
人口统计
约230人；
标注
转录文本、说话人识别和性别标注；
设备
电话录音系统；
语言
普什图语；
应用场景
语音识别；声纹识别；
准确率
单词准确率不低于95%。
许可信息
商业许可证
