THCHS30 中文语音数据集

THCHS30 是由清华大学语音与语言技术中心（CSLT）出版的开放式中文语音数据库，可以用于中文语音识别系统的开发。该数据集语音数据是在安静的办公室环境下录取的，总时长超过 30 个小时。采样频率 16kHz，采样大小 16bits 。

THCHS30 is an open Chinese speech database published by the Center for Speech and Language Technology (CSLT) at Tsinghua University, which can be used for the development of Chinese speech recognition systems. The speech data in this dataset was collected in a quiet office environment, with a total duration of over 30 hours. The sampling rate is 16 kHz and the bit depth is 16 bits.

搜集汇总

背景与挑战

背景概述

THCHS30是由清华大学语音与语言技术中心发布的中文语音数据集，包含超过30小时的安静办公室环境下录制的语音数据，采样频率16kHz，主要用于中文语音识别系统的开发。