Indic-High-Fidelity-MultiSpeaker-ASR

该数据集是一个高质量的多说话者对话音频数据集，专为多种印度语言的自动语音识别（ASR）研究而设计。数据集包含配对的音频和时间戳转录文本，涵盖自然、非脚本化的对话语音，双说话者互动，分段级别的说话者标注以及区域多样化的口音。音频文件采用WAV格式（PCM 16位），采样率为16 kHz，单声道。数据集支持包括阿萨姆语、奥里亚语、孟加拉语、博杰普尔语、恰蒂斯加尔语、古吉拉特语、哈里亚纳语、印地语、旁遮普语、马拉地语、泰米尔语、卡纳达语、马拉雅拉姆语和泰卢固语在内的多种语言。数据收集自印度多个地区的母语者，确保了口音多样性、自然对话流和真实世界对话模式。转录过程由母语者手动完成，包含时间戳分段和说话者标签。该数据集适用于ASR模型的训练和微调、对话ASR基准测试、说话者日志研究、说话者轮次检测以及多说话者建模等学术和开放研究用途。数据集采用知识共享署名4.0国际许可协议（CC BY 4.0）。