Nexdata/Malay_Conversational_Speech_Data_by_Mobile_Phone

该数据集包含127小时的马来语对话语音数据，由142名母语者通过手机录制，确保了性别比例的平衡。录音在安静的室内环境中进行，音频格式为16kHz、16bit、未压缩的WAV。所有语音数据均手动转录，包括文本内容、每个有效句子的开始和结束时间以及说话者识别。数据集的应用场景包括语音识别和声纹识别，单词准确率不低于98%。

This dataset contains 127 hours of Malay conversational speech data, recorded by 142 native speakers via mobile phones with a balanced gender ratio ensured. Recordings were conducted in quiet indoor environments, with the audio format being 16kHz, 16-bit, uncompressed WAV. All speech data was manually transcribed, including the text content, start and end timestamps of each valid sentence, and speaker identification. The application scenarios of this dataset include speech recognition and speaker verification, with a word accuracy rate of no less than 98%.

原始信息汇总

数据集卡片 for Nexdata/Malay_Conversational_Speech_Data_by_Mobile_Phone

描述

127小时 - 马来语会话语音数据集，通过手机收集，涉及142名母语使用者，性别比例均衡。参与者从给定的话题列表中选择几个熟悉的话题进行对话，确保对话的流畅性和自然性。录音设备为各种移动电话。音频格式为16kHz，16bit，未压缩的WAV，所有语音数据在安静的室内环境中录制。所有语音音频均手动转录，包括文本内容、每句有效句子的开始和结束时间以及说话人识别。

规格

格式

16kHz 16bit，未压缩的wav，单声道；

环境

安静的室内环境，无回声；

录音内容

指定数十个话题，录音时说话人在这些话题下进行对话；

人口统计

总共142名说话人，其中46%为男性，54%为女性。

注释

转录文本、说话人识别、性别和噪音符号的注释；

设备

安卓手机，iPhone；

语言

马来语；

应用场景

语音识别；声纹识别；

准确率

单词准确率不低于98%

许可信息

商业许可证