Nexdata/Filipino_Speaking_English_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/Filipino_Speaking_English_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/1124?source=Huggingface
- **Repository:**
- **Paper:**
- **Leaderboard:**
- **Point of Contact:**

### Dataset Summary

1000 Hours Filipino English audio data captured by mobile phones, recorded by Filipino native speakers. The recorded text is designed by linguistic experts, covering generic, interactive, on-board, home and other categories. The text has been proofread manually with high accuracy; this data set can be used for automatic speech recognition, machine translation, and voiceprint recognition.

For more details, please refer to the link: https://www.nexdata.ai/datasets/1124?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
Filipino English

## 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：
- 复制粘贴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/移动端采集的菲律宾使用者英语语音数据集

## 目录
- [目录](#目录)
- [数据集描述](#数据集描述)
- [数据集概况](#数据集概况)
- [支持任务与基准榜单](#支持任务与基准榜单)
- [语言](#语言)
- [数据集结构](#数据集结构)
- [数据实例](#数据实例)
- [数据字段](#数据字段)
- [数据划分](#数据划分)
- [数据集构建](#数据集构建)
- [构建逻辑](#构建逻辑)
- [源数据](#源数据)
- [标注信息](#标注信息)
- [个人与敏感信息](#个人与敏感信息)
- [数据集使用注意事项](#数据集使用注意事项)
- [数据集的社会影响](#数据集的社会影响)
- [偏差讨论](#偏差讨论)
- [其他已知局限性](#其他已知局限性)
- [附加信息](#附加信息)
- [数据集管护者](#数据集管护者)
- [许可信息](#许可信息)
- [引用信息](#引用信息)
- [贡献](#贡献)

## 数据集描述

- **主页**：https://www.nexdata.ai/datasets/1124?source=Huggingface
- **代码仓库**：
- **相关论文**：
- **基准榜单**：
- **联系方式**：

### 数据集概况
本数据集包含1000小时由菲律宾母语使用者通过移动端采集的英语语音数据。录制所用文本由语言专家设计，涵盖通用场景、交互场景、车载场景、居家场景等多个类别。所有文本均经过人工校对，准确率较高；本数据集可应用于自动语音识别（Automatic Speech Recognition, ASR）、机器翻译以及声纹识别任务。

如需了解更多细节，请访问链接：https://www.nexdata.ai/datasets/1124?source=Huggingface

### 支持任务与基准榜单
自动语音识别、音频说话人识别：本数据集可用于训练自动语音识别（ASR）模型。

### 语言
菲律宾英语

## 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

### 构建逻辑
[需补充更多信息]

### 源数据
#### 初始数据采集与标准化
[需补充更多信息]

#### 源语言生产者是谁？
[需补充更多信息]

### 标注信息
#### 标注流程
[需补充更多信息]

#### 标注者是谁？
[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

### 数据集管护者
[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

名称： Nexdata/Filipino_Speaking_English_Speech_Data_by_Mobile_Phone

描述： 该数据集包含1000小时的菲律宾英语音频数据，由菲律宾本地人使用移动电话录制。录音文本由语言专家设计，覆盖通用、交互、车载、家居等多个类别，并经过人工校对，具有高准确性。此数据集适用于自动语音识别、机器翻译和声纹识别等任务。

语言： 菲律宾英语

任务：

• 自动语音识别 (ASR)
• 音频说话人识别

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]

创建：

• 来源数据： [信息待补充]
• 注释： [信息待补充]
• 个人敏感信息： [信息待补充]

使用考虑：

• 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： 商业许可证，详情见链接：商业许可证
• 引用信息： [信息待补充]
• 数据集管理员： [信息待补充]