ASR-SCCantDuSC: A Scripted Chinese Cantonese (Canton) Daily-use Speech Corpus

This open-source dataset consists of 4.06 hours of transcribed Guangzhou Cantonese scripted speech focusing on daily use sentences, where 4,060 utterances contributed by ten speakers were contained.

本开源数据集包含4.06小时的经转写广州粤语脚本式语音数据，以日常实用语句为核心录制内容，共收录10位发音人贡献的4060条语音话语片段。

搜集汇总

背景与挑战

背景概述

ASR-SCCantDuSC是一个开源的中文粤语（广州话）语音数据集，专注于日常使用句子的脚本语音，包含4.06小时的转录音频，由10位说话者贡献了4,060个话语。该数据集的特点是规模适中、语言特定于广州粤语，内容实用性强，适用于自动语音识别等研究。