Nexdata/Chinese_Digital_Speech_Data_by_Mobile_Phone

---
YAML tags:
- copy-paste the tags obtained with the tagging app: https://github.com/huggingface/datasets-tagging
---

# Dataset Card for Nexdata/Chines_Digital_Speech_Data_by_Mobile_Phone

## Table of Contents
- [Table of Contents](#table-of-contents)
- [Dataset Description](#dataset-description)
- [Dataset Summary](#dataset-summary)
- [Supported Tasks and Leaderboards](#supported-tasks-and-leaderboards)
- [Languages](#languages)
- [Dataset Structure](#dataset-structure)
- [Data Instances](#data-instances)
- [Data Fields](#data-fields)
- [Data Splits](#data-splits)
- [Dataset Creation](#dataset-creation)
- [Curation Rationale](#curation-rationale)
- [Source Data](#source-data)
- [Annotations](#annotations)
- [Personal and Sensitive Information](#personal-and-sensitive-information)
- [Considerations for Using the Data](#considerations-for-using-the-data)
- [Social Impact of Dataset](#social-impact-of-dataset)
- [Discussion of Biases](#discussion-of-biases)
- [Other Known Limitations](#other-known-limitations)
- [Additional Information](#additional-information)
- [Dataset Curators](#dataset-curators)
- [Licensing Information](#licensing-information)
- [Citation Information](#citation-information)
- [Contributions](#contributions)

## Dataset Description

- **Homepage:** https://www.nexdata.ai/datasets/1072?source=Huggingface
- **Repository:**
- **Paper:**
- **Leaderboard:**
- **Point of Contact:**

### Dataset Summary

11,010 People - Chines Digital Speech Data by Mobile Phone was recorded by 11,010 voice recorders in Mandarin. It's collected from each person 30 sentences of 4-8 digits.

For more details, please refer to the link: https://www.nexdata.ai/datasets/1072?source=Huggingface

### Supported Tasks and Leaderboards

automatic-speech-recognition, audio-speaker-identification: The dataset can be used to train a model for Automatic Speech Recognition (ASR).

### Languages

Chinese
## Dataset Structure

### Data Instances

[More Information Needed]

### Data Fields

[More Information Needed]

### Data Splits

[More Information Needed]

## Dataset Creation

### Curation Rationale

[More Information Needed]

### Source Data

#### Initial Data Collection and Normalization

[More Information Needed]

#### Who are the source language producers?

[More Information Needed]

### Annotations

#### Annotation process

[More Information Needed]

#### Who are the annotators?

[More Information Needed]

### Personal and Sensitive Information

[More Information Needed]

## Considerations for Using the Data

### Social Impact of Dataset

[More Information Needed]

### Discussion of Biases

[More Information Needed]

### Other Known Limitations

[More Information Needed]

## Additional Information

### Dataset Curators

[More Information Needed]

### Licensing Information

Commerical License: https://drive.google.com/file/d/1saDCPm74D4UWfBL17VbkTsZLGfpOQj1J/view?usp=sharing

### Citation Information

[More Information Needed]

### Contributions

YAML 标签：
- 复制通过标注应用程序获取的标签：https://github.com/huggingface/datasets-tagging

---

# 数据集卡片：Nexdata/手机中文数字语音数据集（Chines_Digital_Speech_Data_by_Mobile_Phone）

## 目录
- [目录](#table-of-contents)
- [数据集描述](#dataset-description)
- [数据集概述](#dataset-summary)
- [支持任务与评测榜单](#supported-tasks-and-leaderboards)
- [语言](#languages)
- [数据集结构](#dataset-structure)
- [数据实例](#data-instances)
- [数据字段](#data-fields)
- [数据划分](#data-splits)
- [数据集构建](#dataset-creation)
- [构建依据](#curation-rationale)
- [源数据](#source-data)
- [标注信息](#annotations)
- [个人与敏感信息](#personal-and-sensitive-information)
- [数据集使用注意事项](#considerations-for-using-the-data)
- [数据集的社会影响](#social-impact-of-dataset)
- [偏差讨论](#discussion-of-biases)
- [其他已知局限性](#other-known-limitations)
- [附加信息](#additional-information)
- [数据集提供者](#dataset-curators)
- [许可信息](#licensing-information)
- [引用信息](#citation-information)
- [贡献声明](#contributions)

## 数据集描述

- **主页：** https://www.nexdata.ai/datasets/1072?source=Huggingface
- **代码仓库：** 无
- **相关论文：** 无
- **评测榜单：** 无
- **联系方式：** 无

### 数据集概述
该手机中文数字语音数据集共收录11010名受访者的普通话语音数据，每位受访者需朗读30句由4至8位数字组成的语句，所有语音均通过录音设备录制完成。
如需获取更多详情，请访问链接：https://www.nexdata.ai/datasets/1072?source=Huggingface

### 支持任务与评测榜单
自动语音识别（automatic-speech-recognition）、音频说话人识别（audio-speaker-identification）：该数据集可用于训练自动语音识别（Automatic Speech Recognition，简称ASR）模型。

### 语言
中文

## 数据集结构

### 数据实例
[需补充更多信息]

### 数据字段
[需补充更多信息]

### 数据划分
[需补充更多信息]

## 数据集构建

### 构建依据
[需补充更多信息]

### 源数据
#### 初始数据采集与归一化
[需补充更多信息]

#### 源语音提供者为谁？
[需补充更多信息]

### 标注信息
#### 标注流程
[需补充更多信息]

#### 标注人员为谁？
[需补充更多信息]

### 个人与敏感信息
[需补充更多信息]

## 数据集使用注意事项

### 数据集的社会影响
[需补充更多信息]

### 偏差讨论
[需补充更多信息]

### 其他已知局限性
[需补充更多信息]

## 附加信息

### 数据集提供者
[需补充更多信息]

### 许可信息
商业许可：https://drive.google.com/file/d/1saDCPm74D4UWfBL17VbkTsZLGfpOQj1J/view?usp=sharing

### 引用信息
[需补充更多信息]

### 贡献声明
无

原始信息汇总

数据集概述

数据集名称

• 名称: Nexdata/Chines_Digital_Speech_Data_by_Mobile_Phone

数据集描述

• 摘要: 该数据集包含11,010人通过手机录制的普通话数字语音数据，每人录制30句4-8位数字的语音。
• 支持的任务: 自动语音识别（ASR）、音频说话人识别。
• 语言: 中文（普通话）

数据集结构

• 数据实例: 信息待补充
• 数据字段: 信息待补充
• 数据分割: 信息待补充

数据集创建

• 来源数据: 信息待补充
• 注释: 信息待补充
• 个人和敏感信息: 信息待补充

使用数据注意事项

• 社会影响: 信息待补充
• 偏见讨论: 信息待补充
• 其他已知限制: 信息待补充

附加信息

• 许可证信息: 商业许可证，详情见链接 https://drive.google.com/file/d/1saDCPm74D4UWfBL17VbkTsZLGfpOQj1J/view?usp=sharing
• 数据集管理员: 信息待补充
• 引用信息: 信息待补充