AudioMNIST

该数据集包含来自60个不同扬声器的30,000个语音数字 (0-9) 的音频样本。
每个演讲者都有一个目录来保存录音。
此外，“audioMNIST_meta.txt” 提供了元信息，例如每个说话者的性别或年龄。

This dataset contains 30,000 audio samples of spoken digits (0-9) from 60 distinct speakers. Each speaker has a dedicated directory to store their recorded audio. Additionally, the file "audioMNIST_meta.txt" provides meta-information such as the gender and age of each speaker.

搜集汇总

背景与挑战

背景概述

AudioMNIST是一个语音数字识别数据集，包含30,000个0-9数字的音频样本，由60位不同说话者录制，并附带说话者性别、年龄等元信息。该数据集由柏林工业大学、马克斯普朗克信息学研究所和高丽大学于2018年发布，适用于语音处理和机器学习研究。