海天瑞声119.5小时广东粤语手机采集语音数据

用于119.5小时广东粤语手机采集语音数据 广东粤语语音识别模型”模型的测试任务

Test task for the Guangdong Cantonese speech recognition model based on 119.5 hours of mobile-phone-collected Cantonese (Guangdong dialect) speech data

搜集汇总

背景与挑战

背景概述

该数据集由海天瑞声提供，包含119.5小时的广东粤语手机采集语音数据，用于测试粤语语音识别模型。数据来自202名参与者，性别比例均衡，年龄覆盖18-60岁，录音内容涵盖通用和交互类别，格式为16kHz、16位单声道WAV。