Nexdata/Mandarin_Interactive_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/Mandarin_Interactive_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/981?source=Huggingface
- **Repository:**
- **Paper:**
- **Leaderboard:**
- **Point of Contact:**

### Dataset Summary

Mandarin home interaction mobile phone language audio data (Far-field home collected audio data subset), with duration of 849 hours, recorded in the real home scene; content focuses on home instructions, functional assistants and wake-up words, specially designed for smart home, more close to data application scenes.

For more details, please refer to the link: https://www.nexdata.ai/datasets/981?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 Mandarin
## 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：
- 复制通过标签应用工具获取的标签：https://github.com/huggingface/datasets-tagging
---

# 数据集卡片：Nexdata/手机端普通话交互式语音数据集

## 目录
- [目录](#table-of-contents)
- [数据集描述](#dataset-description)
- [数据集摘要](#dataset-summary)
- [支持任务与排行榜](#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)
- [数据集构建依据](#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)
- [数据集维护者](#dataset-curators)
- [许可信息](#licensing-information)
- [引用信息](#citation-information)
- [贡献](#contributions)

## 数据集描述

- **主页：** https://www.nexdata.ai/datasets/981?source=Huggingface
- **代码仓库：**
- **相关论文：**
- **排行榜：**
- **联系方式：**

### 数据集摘要
本数据集为手机端普通话家庭交互式语音音频数据（远场家庭采集音频数据子集，Far-field home collected audio data subset），总时长849小时，采集于真实家庭场景；数据内容聚焦于家庭指令、功能助手唤醒词（Wake-up Words）与唤醒用语，专为智能家居（Smart Home）设计，更贴合实际数据应用场景。

更多详情请访问链接：https://www.nexdata.ai/datasets/981?source=Huggingface

### 支持任务与排行榜
自动语音识别（automatic-speech-recognition, Automatic Speech Recognition, ASR）、音频说话人识别（audio-speaker-identification, Audio Speaker Identification）：该数据集可用于训练自动语音识别（Automatic Speech Recognition, ASR）模型。

### 语言
汉语普通话

## 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

### 数据集构建依据
[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]
#### 源语言发声者为何人？
[需补充更多信息]

### 标注信息
#### 标注流程
[需补充更多信息]
#### 标注人员为何人？
[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

### 数据集维护者
[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

原始信息汇总

数据集概述

数据集名称

Nexdata/Mandarin_Interactive_Speech_Data_by_Mobile_Phone

数据集描述

数据集摘要

该数据集包含849小时的普通话家庭互动移动电话语言音频数据，记录于真实家庭场景中。内容主要关注家庭指令、功能助手和唤醒词，特别设计用于智能家居，更贴近数据应用场景。

支持的任务和排行榜

• 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

• [更多信息待补充]

数据字段

• [更多信息待补充]

数据分割

• [更多信息待补充]

数据集创建

来源数据

• [更多信息待补充]

注释

• [更多信息待补充]

个人和敏感信息

• [更多信息待补充]

使用数据的考虑

数据集的社会影响

• [更多信息待补充]

偏见讨论

• [更多信息待补充]

其他已知限制

• [更多信息待补充]

附加信息

数据集管理者

• [更多信息待补充]

许可信息

• 商业许可：链接