ASR-THCHS30-CSC: A Chinese Speech Corpus from Tsinghua University

MagicHub开源社区2021-07-06 更新2024-06-08 收录

语音识别

中文字符

数据链接：

https://magichub.com/datasets/chinese-speech-corpus-from-tsinghua-university/数据链接链接失效反馈

官方服务：

资源简介：

About this resource:

创建时间：

2021-07-06

2017 NIST OpenSAT Pilot - SSSF

语音识别

公共安全通信

Introduction 2017 NIST OpenSAT Pilot - SSSF was developed by NIST (National Institute of Standards and Technology) and contains approximately one hour of operational speech data, transcripts and annot

Mendeley Data2024-01-31 更新150

test

语音识别

自然语言处理

该数据集包含56,716条训练样本，总大小约66.59GB，主要存储为音频文本配对数据。每条记录包含10个结构化字段：说话人ID（string）、年龄（float）、性别（string）；内容分类字段包括主题（topic）和子主题（subtopic）；文本标识字段包含段落ID（int64）和句子ID（string）；核心数据为转录文本（transcript）和音频（16kHz采样率的音频数据），并

Hugging Face2026-03-16 更新120

procit009/nl_stt

语音识别

自然语言处理

该数据集包含音频文件及其相关信息，如用户ID、路径、句子、投票数、年龄、性别、口音、地区、片段和变体等。数据集分为训练集、测试集和验证集，总大小超过5GB。

Hugging Face2024-12-24 更新90

syvai/dk-voice-single-speaker

语音识别

机器学习

该数据集包含音频和文本数据，文本数据分为带标签和不带标签两种。数据集划分为训练集，共有719个样本，数据集总大小为849,905,320字节。

Hugging Face2025-06-03 更新120

cpalenmichel/kmr-bible

语音识别

音频处理

--- dataset_info: features: - name: text dtype: string - name: path dtype: string - name: audio dtype: audio: sampling_rate: 16000 splits: - name: train num_b

Hugging Face2023-12-13 更新90

ASR-THCHS30-CSC: A Chinese Speech Corpus from Tsinghua University

资源简介：

相关数据集