Nexdata/786_Hours_Dutch_Scripted_Monologue_Smartphone_Speech_Dataset

---
license: cc-by-nc-nd-4.0
---
## Description
Dutch Scripted Monologue Smartphone Speech Dataset, collected from monologue based on given scripts. Transcribed with text content. Our dataset was collected from extensive and diversify speakers(681people in total, from denmark), geographicly speaking, enhancing model performance in real and complex tasks.rnQuality tested by various AI companies. We strictly adhere to data protection regulations and privacy standards, ensuring the maintenance of user privacy and legal rights throughout the data collection, storage, and usage processes, our datasets are all GDPR, CCPA, PIPL complied.

For more details, please refer to the link: https://www.nexdata.ai/dataset/1424?source=Huggingface

## Format
16kHz, 16bit, uncompressed wav, mono channel.
## Recording condition
quiet indoor environment, low background noise, without echo;
## Recording device
Android smartphone, iPhone;
## Speaker
681 native speakers in total, 41% male and 59% female;
## Country
the Netherlands(NLD);
## Language(Region) Code
nl-NL;
## Language
Dutch;
## Features of annotation
Transcription text;
## Accuracy Rate
Word Accuracy Rate (WAR) 95%;
# Licensing Information
Commercial License

许可协议：知识共享署名-非商业性使用-禁止演绎4.0国际许可协议（CC BY-NC-ND 4.0）
## 数据集说明
荷兰脚本式独白智能手机语音数据集（Dutch Scripted Monologue Smartphone Speech Dataset），基于给定脚本生成独白内容进行采集，附带转录文本。本次采集涵盖广泛且多元的说话者群体（总计681人，来自丹麦），兼顾多元地域分布，可提升模型在真实复杂场景下的性能表现。该数据集已通过多家人工智能企业的质量验证。我们严格遵守数据保护法规与隐私标准，在数据采集、存储及使用全流程中保障用户隐私与合法权益，所有数据集均符合通用数据保护条例（GDPR）、加州消费者隐私法案（CCPA）及中华人民共和国个人信息保护法（PIPL）相关合规要求。
如需了解更多详情，请访问链接：https://www.nexdata.ai/dataset/1424?source=Huggingface

## 数据格式
16kHz采样率、16bit位深、未压缩WAV格式、单声道。
## 录制环境
安静室内环境，背景噪音较低，无回声；
## 录制设备
安卓智能手机、iPhone；
## 说话者信息
总计681名母语使用者，其中男性占比41%，女性占比59%；
## 所属国家
荷兰（NLD）；
## 语言（区域）代码
nl-NL；
## 语言
荷兰语；
## 标注特征
转录文本；
## 准确率
词准确率（Word Accuracy Rate, WAR）达95%；
# 许可信息
商业许可

原始信息汇总

数据集描述

荷兰剧本式独白智能手机语音数据集，基于给定剧本收集的独白语音，并附有文本转录内容。该数据集由广泛且多样化的演讲者（总共681人，来自丹麦）收集，地理上分布广泛，增强了模型在真实和复杂任务中的性能。经过多家AI公司的质量测试。严格遵守数据保护法规和隐私标准，确保在整个数据收集、存储和使用过程中维护用户隐私和法律权利，所有数据集均符合GDPR、CCPA、PIPL标准。

格式

16kHz，16位，未压缩的wav格式，单声道。

录音条件

安静的室内环境，低背景噪音，无回声。

录音设备

Android智能手机，iPhone。

演讲者

总共681名母语演讲者，其中41%为男性，59%为女性。

国家

荷兰（NLD）。

语言（地区）代码

nl-NL。

语言

荷兰语。

标注特征

转录文本。

准确率

单词准确率（WAR）为95%。

许可信息

商业许可。