蒙古语喀尔喀方言语音数据集

蒙古语喀尔喀方言语料库是一个包含大量蒙古语喀尔喀方言的录音和对应的文本标注的语音语料库，项目组首先搜集了涵盖新闻、教育、旅游、日常用语等多个领域的西里尔蒙古文文本语料，经过文本单词长度筛选以及人工校对文字后，整理了共计5万句西里尔蒙古文语句，作为喀尔喀方言蒙古语语音库录制的文本语料。国外合作单位蒙古国科学院数学与数字技术研究所雇用了1100多名蒙古国各地区的说话人参与喀尔喀方言蒙古语语音录制。此数据集可用于各种语言学和人文学科研究，如语音识别、语音合成、民族学、人类学、历史学等领域。数据量为300小时，录制时间为2020年5月到9月。

搜集汇总

背景与挑战

背景概述

该数据集是一个蒙古语喀尔喀方言的语音语料库，包含300小时的录音和对应的文本标注，基于5万句西里尔蒙古文语料，由1100多名蒙古国说话人于2020年5月至9月录制。它适用于语音识别、语音合成等语言学和人文学科研究。