Nexdata/Chinese_Children_Speech_Data_by_Microphone

---
YAML tags:
- copy-paste the tags obtained with the tagging app: https://github.com/huggingface/datasets-tagging
---

# Dataset Card for Nexdata/Chinese_Children_Speech_Data_by_Microphone

## 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/26?source=Huggingface
- **Repository:**
- **Paper:**
- **Leaderboard:**
- **Point of Contact:**

### Dataset Summary

The data is recorded by 739 children from China through high-fidelity microphones, with a balanced male-female ratio. The recorded content of the data mainly comes from children's textbooks, children's storybooks, and numbers, which are in line with children's language usage habits. The recording environment is a relatively quiet indoor, the text is manually transferred with high accuracy.

For more details, please refer to the link: https://www.nexdata.ai/datasets/26?source=Huggingface

### Supported Tasks and Leaderboards

[More Information Needed]automatic-speech-recognition, audio-speaker-identification: The dataset can be used to train a model for Automatic Speech Recognition (ASR).

### Languages
Chinese
## 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：
- 复制粘贴通过标注应用获取的标签：https://github.com/huggingface/datasets-tagging
---

## 数据集卡片：Nexdata/麦克风录制中国儿童语音数据集

## 目录
- [目录](#目录)
- [数据集描述](#数据集描述)
- [数据集概览](#数据集概览)
- [支持任务与评测基准](#支持任务与评测基准)
- [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)
- [遴选依据](#遴选依据)
- [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)
- [数据集维护者](#数据集维护者)
- [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/26?source=Huggingface
- **代码仓库：**
- **相关论文：**
- **评测基准：**
- **联系人：**

### 数据集概览

本数据集由739名中国儿童通过高保真麦克风录制，男女比例均衡。录制内容主要取自儿童课本、儿童故事读物及数字序列，符合儿童语言使用习惯。录制环境为相对安静的室内场景，配套文本经人工转录，准确率较高。

更多详情请访问链接：https://www.nexdata.ai/datasets/26?source=Huggingface

### 支持任务与评测基准

[需补充更多信息]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（Automatic Speech Recognition，ASR）模型。

### 语言

中文

## 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

### 遴选依据

[需补充更多信息]

### 源数据

#### 初始数据收集与归一化

[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

### 数据集维护者

[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

数据集名称

Nexdata/Chinese_Children_Speech_Data_by_Microphone

数据集描述

数据集摘要

该数据集由739名中国儿童通过高保真麦克风录制，男女比例均衡。录音内容主要来自儿童教科书、儿童故事书和数字，符合儿童的语言使用习惯。录音环境为相对安静的室内，文本转录准确性高。

支持的任务和排行榜

• 自动语音识别（ASR）
• 音频说话人识别

语言

• 中文

数据集结构

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]

数据集创建

来源数据

初始数据收集和标准化

[信息待补充]

源语言生产者

[信息待补充]

注释

注释过程

[信息待补充]

注释者

[信息待补充]

个人和敏感信息

[信息待补充]

使用数据的考虑

数据集的社会影响

[信息待补充]

偏见的讨论

[信息待补充]

其他已知限制

[信息待补充]

附加信息

数据集管理者

[信息待补充]

许可信息

• 商业许可：链接

引用信息

[信息待补充]