关于自发日语语料库：自发日语语料库（CSJ）是由日本国家优先领域研究项目“自发语音：语料库和处理技术”开发的日语口语数据库。它包含约 650 小时的演讲，由 1,400 多名演讲者提供的约 750 万个单词组成。有关语料库的更多详细信息，请访问国立日本语研究所（NINJAL）的网站。它可以从研究所获得。http://www.ninjal.ac.jp/english/products

OpenXLab30

OCR识别-汉语全类图片

中文文字识别

本数据涵盖带有汉语的物品图片，包含：PPT、包装、报刊、表格、菜单、车票、地图、店铺名、飞机票、广告牌、海报、横幅、火车票、卡片、名片、商品包装、书籍、小票、宣传栏、艺术字、杂志、指示牌。

OpenDataLab2026-08-23 更新10

YouTube音乐

音乐元数据

音乐推荐

YouTube音乐数据包含meta信息 { "title": "SUBEME LA RADIO REMIX", "artists": [ "Enrique Iglesias", "CNCO" ], "uploader": "Enrique Iglesias" }

OpenDataLab2026-08-23 更新50

Nagoya University Conversation Corpus

日语口语语料库

日语搭配研究

Nagoya University Conversation Corpus is a Grant-in-Aid for Scientific Research (B) (2) Collocation research using electronic corpus for compiling Japanese language learning dictionaries'' (FY2001-FY2

OpenXLab20

日语口语化训练数据

资源简介：

相关数据集