Nexdata/501_Hours_Indonesian_Spontaneous_Speech_Data
收藏Hugging Face2024-04-16 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/Nexdata/501_Hours_Indonesian_Spontaneous_Speech_Data
下载链接
链接失效反馈官方服务：
资源简介：
印度尼西亚真实世界对话和独白语音数据集，涵盖了自媒体、对话、直播等多个通用领域，反映了真实世界的互动。数据集包括文本内容、说话者ID、性别等属性的转录。数据收集自广泛且多样化的说话者，地理分布广泛，以增强模型在真实和复杂任务中的表现。数据集的质量经过多家AI公司的测试，并严格遵守数据保护法规和隐私标准，确保在数据收集、存储和使用过程中维护用户隐私和合法权益。数据集符合GDPR、CCPA、PIPL等法规。
印度尼西亚真实世界对话和独白语音数据集，涵盖了自媒体、对话、直播等多个通用领域，反映了真实世界的互动。数据集包括文本内容、说话者ID、性别等属性的转录。数据收集自广泛且多样化的说话者，地理分布广泛，以增强模型在真实和复杂任务中的表现。数据集的质量经过多家AI公司的测试，并严格遵守数据保护法规和隐私标准，确保在数据收集、存储和使用过程中维护用户隐私和合法权益。数据集符合GDPR、CCPA、PIPL等法规。
提供机构：
Nexdata
原始信息汇总
数据集概述
基本信息
- 许可证: cc-by-nc-nd-4.0
- 格式: 16kHz, 16 bit, wav, mono channel
- 国家: 印度尼西亚 (IDN)
- 语言: 印度尼西亚语 (id-ID)
内容描述
- 描述: 包含自媒体、对话、直播等多个通用领域的真实世界休闲对话和独白语音数据集。数据集反映了真实世界的交互，包含文本内容、说话者ID、性别等属性。
- 内容类别: 包括访谈、自媒体、综艺节目等。
- 录制环境: 低背景噪音
数据特征
- 标注特征: 转录文本、时间戳、说话者ID、性别、噪音
- 准确性: 单词准确率 (WAR) 98%
数据收集与合规性
- 数据收集: 来自广泛且多样化的说话者，地理上增强模型在真实和复杂任务中的性能。
- 合规性: 严格遵守数据保护法规和隐私标准，确保用户隐私和法律权利在数据收集、存储和使用过程中的维护。数据集符合GDPR、CCPA、PIPL标准。
