人工智能普通话数字串语音数据集

本数据集面向中文数字串语音识别相关技术的研发与评测需求建设，可用于语音识别声学模型与语言模型的训练、测试与算法研究，支撑自动语音识别系统在数字串发音场景下的识别能力优化。数字串识别是语音交互链路中的关键环节，广泛用于电话拨号、银行卡号录入、身份号码登记、验证码朗读、快递单号与订单号口述录入等需要逐位准确还原数字序列的业务场景，此类场景对数字逐位的区分能力要求较高，本数据集以数字串为朗读内容，能够针对性地支撑上述方向的技术迭代。同时，数据集覆盖不同性别、不同年龄段与不同地域的录音人，并采用多种录音设备采集，可用于考察识别模型在说话人差异与采集设备差异条件下的稳定性表现，为模型的鲁棒性评测提供数据基础。此外，数据集保留了说话人性别、年龄、籍贯、采集设备、录音环境等标签信息，可供研究人员按维度切分数据子集，开展分群体识别效果差异分析与方言口音影响研究。

搜集汇总

背景与挑战

背景概述

该数据集面向中文数字串语音识别技术研发与评测，可用于声学模型与语言模型的训练、测试及算法研究，支撑电话拨号、银行卡号、身份号码、验证码、快递单号与订单号等逐位数字识别场景。数据覆盖不同性别、年龄段和地域的录音人，采用多种设备采集，并保留说话人性别、年龄、籍贯、采集设备及录音环境等标签，以支持模型鲁棒性评测、分群体效果差异分析和方言口音影响研究。