AISHELL-3 高保真中文语音数据库

希尔贝壳中文普通话语音数据库 AISHELL-3 的语音时长为 85 小时共 88035 句话，可做为多说话人合成系统。录制过程在安静室内环境中， 使用高保真麦克风（44.1kHz，16bit）。该数据集由 218 名来自中国不同口音区域的发言人参与录制。专业语音校对人员进行拼音和韵律标注，并通过严格质量检验，此数据库音字确率在 98% 以上。

The Hilbeike Mandarin Chinese Speech Database AISHELL-3 has a total duration of 85 hours and contains 88,035 utterances, which can be used for multi-speaker speech synthesis systems. Recordings were conducted in quiet indoor environments using high-fidelity microphones (44.1 kHz, 16-bit). A total of 218 speakers from different accent regions across China participated in the recording sessions. Professional speech proofreaders performed pinyin and prosodic annotation, followed by strict quality inspection. The character-pinyin accuracy of this database exceeds 98%.

搜集汇总

背景与挑战

背景概述

AISHELL-3是一个高保真中文普通话语音数据库，包含85小时、88035句话的语音数据，由218名来自中国不同口音区域的发言人录制，采样率为44.1kHz、16bit，适用于多说话人合成系统。该数据集经过专业拼音和韵律标注，音字确率超过98%，可用于语音生成、音频处理等任务。