Nexdata/650_Hours_Uyghur_Spontaneous_Speech_Data

维吾尔语（中国）真实世界对话和独白语音数据集，涵盖了访谈、综艺节目、直播等多种内容，反映了真实世界的互动。数据集包括文本内容、说话者ID、性别等属性的转录。数据集收集自广泛且多样化的说话者，地理分布广泛，有助于提升模型在真实和复杂任务中的表现。数据集的质量经过多家AI公司的测试，并严格遵守数据保护法规和隐私标准，确保在数据收集、存储和使用过程中维护用户隐私和合法权益。数据集符合GDPR、CCPA、PIPL等法规。

原始信息汇总

数据集概述

基本信息

• 许可证: CC-BY-NC-ND-4.0
• 语言: Uyghur
• 国家/地区代码: ug-CN
• 国家: 中国(CHN)

数据集描述

• 内容类别: 包括采访、综艺节目、直播等
• 录音环境: 低背景噪音
• 特征: 包含转录文本、时间戳、说话人ID、性别
• 准确率: 句子准确率(SAR) 95%

技术规格

• 格式: 16kHz, 16 bit, wav, 单声道

使用许可

• 商业许可