Nexdata/Mexican_Spanish_Conversational_Speech_Data_by_Mobile_Phone

该数据集包含107小时的墨西哥西班牙语对话语音数据，涉及126名母语为西班牙语的说话者，性别比例均衡。说话者从给定列表中选择一些熟悉的话题进行对话，以确保对话的流畅性和自然性。录音设备为各种手机，音频格式为16kHz、16bit、未压缩的WAV，所有语音数据均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 107 hours of conversational speech data in Mexican Spanish, involving 126 native Spanish speakers with a balanced gender ratio. Speakers selected familiar topics from a provided list to hold conversations, ensuring the fluency and naturalness of the dialogues. Recordings were made using various mobile phones, with audio in uncompressed WAV format at 16kHz and 16-bit resolution. All speech data was collected in quiet indoor environments. All speech audio was manually transcribed, including the textual content, the start and end timestamps of each valid sentence, and speaker identification. The dataset has applications in speech recognition and speaker verification, with a word accuracy of no less than 98%.

原始信息汇总

数据集卡片 Nexdata/Mexican_Spanish_Conversational_Speech_Data_by_Mobile_Phone

描述

该数据集包含107小时的墨西哥西班牙语对话语音数据，由126名母语者通过手机录制。数据集确保了性别比例的平衡，参与者从给定的话题列表中选择几个熟悉的主题进行对话，以保证对话的流畅性和自然性。录音设备为各种手机，音频格式为16kHz、16bit、未压缩的WAV，所有语音数据均在安静的室内环境中录制。所有语音音频都经过手动转录，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，说话人在这些话题下进行对话并录音；

人口统计

共有126名说话人，其中48%为男性，52%为女性；

标注

转录文本、说话人识别和性别标注；

设备

安卓手机，iPhone；

语言

西班牙语；

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