Nexdata/mixed_speech_chinese_english

该数据集包含2000小时的混合中文和英语语音数据，收集自中国26个省份的说话者。内容涵盖通用场景和多种人机交互场景，如音乐、娱乐、旅行、日常生活等。数据集包含超过30,000个英语单词，句子准确率超过97%。数据集支持的任务包括自动语音识别（ASR）和音频说话人识别。数据集的语言为中文和英文。

原始信息汇总

数据集概述

数据集描述

数据集总结

• 内容: 包含2,000小时的混合中文和英文语音数据。
• 来源: 数据收集自中国26个省份的演讲者，如河南、山西、四川、湖南、福建等。
• 应用场景: 涵盖通用场景和多种人机交互场景，例如音乐、娱乐、旅行、日常生活。
• 词汇量: 覆盖超过30,000个英文单词。
• 准确率: 句子准确率超过97%。

支持的任务和排行榜

• 任务: 自动语音识别（ASR）、音频说话人识别。

语言

• 语言: 中文、英文。

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

数据选择理由

• 信息: 待补充。

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

• 许可: 商业许可。

引用信息

• 信息: 待补充。

贡献

• 信息: 待补充。