ASR-AIShell-MCSC: A Mandarin Chinese Speech Corpus from AIshell

This open-source dataset consists of 178 hours of transcribed Mandarin Chinese scripted speech contributed by 400 speakers.

本开源数据集包含由400位发音人贡献的178小时经转录的普通话脚本朗读语音语料。

搜集汇总

背景与挑战

背景概述

ASR-AIShell-MCSC是一个用于自动语音识别的普通话语音语料库，包含178小时的转录脚本语音，由400名说话者录制。数据集专注于日常用语句子，音频参数为16 kHz、16位、单声道，文件格式为WAV和TXT，录制在室内环境中，采用Apache License v.2.0开源许可证。