该数据集包含以下字段：持续时间（浮点型）、说话者（字符串型）、语言（字符串型）、dnsmos（语音质量评分，浮点型）、phone_count（电话数量，整型）、唯一标识符（字符串型）、源文件夹路径（字符串型）、输入ID序列（整型序列）、标签序列（长整型序列）和注意力掩码序列（字整型序列）。数据集分为训练集，包含约200万4966个示例，总大小约为21.68GB。

Hugging Face2025-06-27 更新120

D481_Japanese_Speaking_English_Speech_Data_by_Mobile_Phone

语音识别

英语语音

日本英语语音数据_朗读（手机），基于给定的脚本朗读并录制，涵盖通用、交互、车载、家居等多类别，内容丰富。此数据集标注了文本内容等多种属性，由400余名来自不同地域和文化背景的日本人参与录制，口音正宗，文本经过人工校对，准确率高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过

OpenCSG2026-03-04 更新50

MikhailT/voxpopuli-nl

语音识别

文本分类

--- dataset_info: features: - name: input_ids sequence: int32 - name: labels sequence: sequence: float32 - name: speaker_embeddings sequence: float32 splits: - name: trai

Hugging Face2023-08-14 更新50

whisper_transcriptions.reazonspeech.all.wer_10.0

语音识别

文本处理

该数据集包含多个特征，包括音频（采样率为16000Hz）、文本、Whisper转录、输入长度和标签。数据集分为训练集，包含902252个样本，总大小为126006279839.24字节。数据集的下载大小为123990907824字节。

Hugging Face2024-08-30 更新60

japanese-asr/whisper_transcriptions.reazonspeech.all_80.wer_10.0

语音识别

自然语言处理

--- dataset_info: config_name: all features: - name: audio dtype: audio: sampling_rate: 16000 - name: text dtype: string - name: whisper_transcript sequence: int64

Hugging Face2024-04-24 更新50

PLUS基底嵌入数据集

资源简介：

相关数据集