Nexdata/multi_language_conversation

该数据集包含12,000小时的多语言对话语音数据，由母语者录制，涵盖英语、法语、德语、俄语、西班牙语、日语、韩语、印地语、越南语等。对话围绕熟悉的话题展开，以确保对话的流畅性和自然性。数据格式为16kHz、16bit、未压缩的wav文件，单声道。句子准确率超过95%。

原始信息汇总

数据集概述

数据集名称

• 名称: multi_language_conversation

数据集描述

• 摘要: 该数据集包含12,000小时的多种语言对话语音数据，由母语者录制，涵盖英语、法语、德语、俄语、西班牙语、日语、韩语、印地语、越南语等。对话围绕熟悉话题展开，确保对话的自然流畅。音频格式为16kHz, 16bit, 单声道，未压缩wav格式，句子准确率超过95%。
• 支持任务: 自动语音识别（ASR）、音频说话人识别。
• 语言: 英语、法语、德语、俄语、西班牙语、日语、韩语、印地语、越南语等。

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

• 采集与规范化: [信息待补充]
• 源语言生产者: [信息待补充]
• 注释过程: [信息待补充]
• 注释者: [信息待补充]
• 个人敏感信息: [信息待补充]

使用数据注意事项

• 社会影响: [信息待补充]
• 偏见讨论: [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
• 引用信息: [信息待补充]