gender_mfcc

kaggle2023-08-25 更新2024-03-08 收录

语音识别

性别识别

数据链接：

https://www.kaggle.com/datasets/baakkzlay/gender-mfcc 数据链接链接失效反馈

官方服务：

资源简介：

In this dataset, 20000 male and 20000 female voice data from different age group

本数据集包含来自不同年龄段的20000条男性语音数据与20000条女性语音数据

创建时间：

2023-08-25

ADLSET

语音识别

面部地标分析

ADLSET contains a collection of audio-4D landmark pairs captured from one specific male subject. It contains about 80𝑚𝑖𝑛 news audio spoken in Mandarin. The news from the THUCNews dataset includes s

Mendeley Data2024-05-22 更新90

Treasure-Stone/voice_tag_test

语音识别

语音分析

--- license: apache-2.0 dataset_info: features: - name: file_name dtype: string - name: text dtype: string - name: transcription_normalised dtype: string - name: utterance_pitch_

Hugging Face2024-04-28 更新60

Sam04/au30_tra_strict_clean_highconf_nopunct_absaudio_fixed_v1

语音识别

音频-文本对齐

--- dataset_info: features: - name: audio dtype: string - name: file_name dtype: string - name: folder dtype: string - name: transcription dtype: string - name: confidence

Hugging Face2026-03-17 更新50

fydhfzh/arabic-aug-split-ref-clean

语音识别

阿拉伯语

该数据集包含音频数据和对应的标签。音频数据的采样率为16000Hz，标签为类别标签，共有83个类别，每个类别对应一个二进制编码。数据集分为训练集、测试集和验证集，分别包含47456、742和742个样本。数据集的下载大小为1648570770字节，总大小为1901012640字节。

Hugging Face2024-07-12 更新80

nc33/libri_duplicate_v2

语音识别

自然语言处理

该数据集是一个包含音频和文本的多模态数据集，音频和文本都有两种形式：标准化文本(text_normalized)和原始文本(text_original)。此外，数据集还提供了说话者ID、文件路径、章节ID和唯一标识符等信息。训练集包含2000个样本，总大小约为1.3GB。

Hugging Face2025-03-30 更新50