客家方言数据库

该数据集是一套客家方言语音数据库，总规模约 513 小时。录音语言为客家方言，录音地区为中国梅州，使用手机在安静室内环境下录制。 核心信息： 数据类型：方言语音识别数据集 语种/方言：客家方言 录音地区：中国梅州 总时长：约 513 小时 录音人数：411 人 性别分布：男 67 人，女 344 人 年龄覆盖：16 岁至 51 岁以上 录音环境：安静室内，无回音、无他人说话 录音设备：常见手机，如苹果、华为、小米、OPPO 等 音频格式：16kHz、16bit、WAV 标注质量：经专业校对，字正确率达到 96% 以上 语料内容主要为日常对话/闲聊类文本，例如朋友、家人问候，同事沟通，客服咨询等。

搜集汇总

背景与挑战

背景概述

该数据集是一个专注于客家方言的语音识别数据库，总时长约513小时，采集自中国梅州地区411位发音人的日常对话录音。数据在安静室内环境下使用常见手机录制，音频格式为16kHz/16bit WAV，并经过专业校对达到96%以上的字正确率，适用于方言语音识别、模型训练及声纹识别等研究。