有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
Nexdata/249_Hours_Hangzhou_Dialect_Speech_Data_by_Mobile_Phone|语音识别数据集|杭州方言数据集
收藏hugging_face2024-04-19 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/Nexdata/249_Hours_Hangzhou_Dialect_Speech_Data_by_Mobile_Phone
下载链接
链接失效反馈资源简介：
该数据集收集了370位杭州方言使用者的口语录音，每位参与者录制了约500句话。录音在安静的室内环境中进行，使用Android和iPhone手机，录音内容为口语化、生活化的语言。转录内容包括文本和噪声符号，准确率为95%。数据集适用于语音识别和声纹识别。
该数据集收集了370位杭州方言使用者的口语录音，每位参与者录制了约500句话。录音在安静的室内环境中进行，使用Android和iPhone手机，录音内容为口语化、生活化的语言。转录内容包括文本和噪声符号，准确率为95%。数据集适用于语音识别和声纹识别。
提供机构：
Nexdata
原始信息汇总
数据集概述
数据收集
- 来源：370名杭州本地发言人
- 内容：每人约500句杭州方言口语句子
- 特点：录音内容贴近生活，自然流畅，由杭州本地人参与QA和校对，文本转录准确度高
技术规格
- 格式：16kHz, 16bit, uncompressed wav, 单声道
- 环境：安静的室内环境，无回声
参与者信息
- 人数：370人
- 性别分布：83%为女性
设备
- 录音设备：主流Android手机和iPhone
语言
- 方言：杭州方言
转录内容
- 类型：文本及噪音符号
- 准确率：95%（不包含噪音符号的准确率）
应用场景
- 主要用途：语音识别、声纹识别
许可信息
- 许可证：商业许可证
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国空气质量数据集（2014-2020年）
数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI，包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台，每日更新。数据集的原始文件为CSV的文本记录，通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。
国家地球系统科学数据中心 收录
Coffee_Shop_Sales
该数据集包含了咖啡店的详细交易信息，包括交易ID、日期、时间、店铺编号、位置、产品类别、类型、名称、价格、月份、日期、星期和小时等属性。数据集用于分析咖啡店的销售情况，如收入和交易量的变化趋势。
github 收录
Breast Cancer Dataset
该项目专注于清理和转换一个乳腺癌数据集，该数据集最初由卢布尔雅那大学医学中心肿瘤研究所获得。目标是通过应用各种数据转换技术（如分类、编码和二值化）来创建一个可以由数据科学团队用于未来分析的精炼数据集。
github 收录
koen430/relevant_selected_stock_news
该数据集包含通过GPT-3.5-turbo筛选出的新闻文章，旨在用于微调大型语言模型，以预测新闻发布后的股票价格变动。数据集包括多个特征，如股票代码、提示、文本、URL、结果、相关性、令牌计数等，并分为训练集、验证集和测试集。
hugging_face 收录
PDT Dataset
PDT数据集是由山东计算机科学中心（国家超级计算济南中心）和齐鲁工业大学（山东省科学院）联合开发的无人机目标检测数据集，专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本，共计5775张图像，涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注，旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术，旨在提高无人机在植物保护中的目标识别精度，解决传统检测模型在实际应用中的不足。
arXiv 收录