数据堂—198小时马来人说英语手机采集语音数据

198小时马来人说英语语音数据是由423名马来人参与录制，性别分布均衡。录音文本涵盖通用、交互、车载、家居等多类别，内容丰富。本套马来人说英语语音数据的文本经过人工校对，准确率高

This 198-hour English speech dataset was recorded by 423 Malay participants with a balanced gender distribution. The accompanying transcribed texts cover multiple categories including general domain, conversational scenarios, in-vehicle scenarios and smart home scenarios, featuring rich and diverse content. All transcribed texts of this dataset have undergone manual proofreading, ensuring high annotation accuracy.

搜集汇总

背景与挑战

背景概述

该数据集包含198小时由423名马来西亚参与者通过手机录制的英语语音数据，内容涵盖通用对话、交互、车载和家庭命令等多个类别，并经过人工校对确保高准确率。它主要用于测试马来人说英语语音识别模型，数据格式为16kHz、16位单声道WAV文件。