tommy19970714/common_voice

Common Voice数据集由独特的MP3文件和相应的文本文件组成。数据集中的9,283个录音小时数中，许多还包括年龄、性别和口音等人口统计元数据，这些数据有助于训练语音识别引擎的准确性。数据集目前包含60种语言的7,335个已验证小时数，并且正在不断增加更多的语音和语言。

原始信息汇总

数据集概述

名称： Common Voice 数据集

描述： Common Voice 数据集包含独特的MP3音频文件及其对应的文本文件。数据集中有9,283小时的录音，其中7,335小时已验证，涵盖60种语言。此外，数据集还包含年龄、性别和口音等人口统计元数据，有助于提高语音识别引擎的准确性。

语言： 英语

数据结构：

• 音频文件： MP3格式
• 文本文件： 对应音频内容
• 元数据： 包括年龄、性别、口音等

使用注意事项：

• 数据集中的语音捐赠者身份应保密，不得尝试确定其身份。

其他信息：

• 数据集仍在不断增加新的语音和语言。
• 请求新语言或开始贡献，可访问相关页面。