Nexdata/104_Hours_European_Portuguese_Conversational_Speech_Data_by_Mobile_Phone
收藏Hugging Face2024-04-16 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/Nexdata/104_Hours_European_Portuguese_Conversational_Speech_Data_by_Mobile_Phone
下载链接
链接失效反馈官方服务：
资源简介：
葡萄牙（葡萄牙）自发对话智能手机语音数据集，基于给定主题的对话，涵盖了20多个领域，并包含文本内容、说话者ID、性别、年龄等属性的转录。数据集收集自124名母语为葡萄牙语的说话者，地理分布广泛，以提高模型在真实和复杂任务中的性能。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。数据集格式为16kHz、16位、wav、单声道，记录条件为低背景噪声（室内），使用Android智能手机和iPhone进行录制。数据集的特征包括转录文本、时间戳、说话者ID、性别、噪音、PII（个人身份信息）已删除，单词准确率（WAR）为98%。数据集采用商业许可。
葡萄牙（葡萄牙）自发对话智能手机语音数据集，基于给定主题的对话，涵盖了20多个领域，并包含文本内容、说话者ID、性别、年龄等属性的转录。数据集收集自124名母语为葡萄牙语的说话者，地理分布广泛，以提高模型在真实和复杂任务中的性能。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。数据集格式为16kHz、16位、wav、单声道，记录条件为低背景噪声（室内），使用Android智能手机和iPhone进行录制。数据集的特征包括转录文本、时间戳、说话者ID、性别、噪音、PII（个人身份信息）已删除，单词准确率（WAR）为98%。数据集采用商业许可。
提供机构：
Nexdata
原始信息汇总
数据集概述
基本信息
- 数据集名称：Portuguese(Portugal) Spontaneous Dialogue Smartphone speech dataset
- 许可证：cc-by-nc-nd-4.0
- 语言：葡萄牙语（葡萄牙）
- 语言代码：pt-PT
数据集内容
- 内容类别：基于给定话题的对话
- 录音条件：低背景噪声（室内）
- 录音设备：Android智能手机，iPhone
- 说话者：124名母语说话者，其中44%为男性，56%为女性
- 国家：葡萄牙（PRT）
数据格式
- 音频格式：16kHz, 16 bit, wav, 单声道
注释特征
- 注释内容：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：单词准确率（WAR）98%
数据集用途
- 模型性能提升：通过多样化的说话者和地理分布，增强模型在真实和复杂任务中的表现
- 合规性：严格遵守数据保护法规和隐私标准，符合GDPR, CCPA, PIPL
