儿童中英文语音数据集

基于海量儿童音频采集，精准的语料及音素涵盖量，从而对“声学模型”和“语音模型”进行校正，进一步提高识别的准确率。

This dataset is built upon a massive collection of child audio data, which boasts accurate corpus and comprehensive phoneme coverage. It is used to calibrate both "acoustic models" and "speech models", thereby further improving recognition accuracy.

搜集汇总

背景与挑战

背景概述

这是一个儿童中英文语音数据集，专为TTS平均语音库设计，包含约300名3-7岁儿童的语音数据，总时长达153.35小时。数据以16k采样率的WAV音频和Excel文本格式存储，涵盖教育娱乐主题的日常对话，并平衡了年龄、性别和地域分布。