Nexdata/147_Hours_Filipino_Spontaneous_Dialogue_Telephony_speech_dataset
收藏Hugging Face2024-04-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/Nexdata/147_Hours_Filipino_Spontaneous_Dialogue_Telephony_speech_dataset
下载链接
链接失效反馈官方服务：
资源简介：
菲律宾自发对话电话语音数据集，包含基于给定主题的对话，转录内容包括文本内容、时间戳、说话者ID、性别等属性。数据集收集自264名母语者，地理分布广泛，增强了模型在真实和复杂任务中的性能。数据集经过多家AI公司的质量测试，并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。数据集格式为16kHz 16bit、未压缩的wav文件，单声道。录音条件为低背景噪音（室内），录音设备为电话。数据集的语言为菲律宾语，包含37%的男性和63%的女性说话者。注释特征包括转录文本、时间戳、说话者ID、性别、噪音、PII（个人身份信息）已删除。单词准确率（WAR）为98%。数据集采用商业许可。
菲律宾自发对话电话语音数据集，包含基于给定主题的对话，转录内容包括文本内容、时间戳、说话者ID、性别等属性。数据集收集自264名母语者，地理分布广泛，增强了模型在真实和复杂任务中的性能。数据集经过多家AI公司的质量测试，并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。数据集格式为16kHz 16bit、未压缩的wav文件，单声道。录音条件为低背景噪音（室内），录音设备为电话。数据集的语言为菲律宾语，包含37%的男性和63%的女性说话者。注释特征包括转录文本、时间戳、说话者ID、性别、噪音、PII（个人身份信息）已删除。单词准确率（WAR）为98%。数据集采用商业许可。
提供机构：
Nexdata
原始信息汇总
数据集概述
基本信息
- 数据集名称: Filipino(the Philippines) Spontaneous Dialogue Telephony speech dataset
- 许可协议: cc-by-nc-nd-4.0
- 语言: Filipino
- 国家: the Philippines(PHL)
- 语言(地区)代码: tl-PH
数据内容
- 类别: 基于给定话题的对话
- 录音条件: 低背景噪声（室内）
- 录音设备: 电话
- 发言人: 总共264位发言人，其中37%为男性，63%为女性
数据格式
- 音频格式: 16kHz 16bit, 单声道, 未压缩wav格式
注释特征
- 注释内容: 转录文本, 时间戳, 发言人ID, 性别, 噪声, 个人识别信息(PII)已删除
- 准确率: 单词准确率(WAR) 98%
法律合规性
- 数据保护: 严格遵守数据保护法规和隐私标准，符合GDPR, CCPA, PIPL
