Nexdata/143_Hours_Uyghur_Conversational_Speech_Data_by_Telephone
收藏Hugging Face2024-04-16 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/Nexdata/143_Hours_Uyghur_Conversational_Speech_Data_by_Telephone
下载链接
链接失效反馈官方服务：
资源简介：
Uyghur(China) Spontaneous Dialogue Telephony语音数据集，收集自基于给定主题的对话，涵盖20多个领域。数据集包含文本内容、说话者ID、性别、年龄等属性的转录。数据集由320名母语者参与，地理分布广泛，以提高模型在真实和复杂任务中的表现。数据集的质量经过了多家AI公司的测试，并且在数据收集、存储和使用过程中严格遵守数据保护法规和隐私标准，确保用户隐私和合法权益的维护。
Uyghur(China) Spontaneous Dialogue Telephony语音数据集，收集自基于给定主题的对话，涵盖20多个领域。数据集包含文本内容、说话者ID、性别、年龄等属性的转录。数据集由320名母语者参与，地理分布广泛，以提高模型在真实和复杂任务中的表现。数据集的质量经过了多家AI公司的测试，并且在数据收集、存储和使用过程中严格遵守数据保护法规和隐私标准，确保用户隐私和合法权益的维护。
提供机构：
Nexdata
原始信息汇总
数据集概述
数据集名称
Uyghur(China) Spontaneous Dialogue Telephony speech dataset
数据集描述
该数据集包含基于特定主题的对话，涵盖20多个领域。数据由320名母语为Uyghur的演讲者提供，其中男性占37%，女性占63%。数据集经过转录，包含文本内容、说话者ID、性别、年龄等属性。数据收集严格遵守数据保护法规和隐私标准，符合GDPR、CCPA、PIPL等规定。
数据集格式
- 采样率：8kHz
- 位深度：8bit
- 编码：u-law pcm
- 声道：单声道
内容类别
基于特定主题的对话
录音条件
低背景噪声（室内）
录音设备
电话
语言信息
- 语言：Uyghur
- 地区代码：ug-CN
标注特征
转录文本、时间戳、说话者ID、性别、噪声、个人识别信息（PII）已删除
准确率
句子准确率（SAR）：95%
许可证信息
商业许可证
