UserLibri

kaggle2022-05-18 更新2024-03-07 收录

语音数据集

个体化研究

数据链接：

https://www.kaggle.com/datasets/google/userlibri 数据链接链接失效反馈

官方服务：

资源简介：

A User-Split Version of LibriSpeech for Personalization and Other Research

面向个性化研究及其他相关研究的LibriSpeech用户拆分数据集

创建时间：

2022-05-18

HUI-Audio-Corpus-German

TTS（文本转语音）

语音数据集

HUI-Audio-Corpus-German是由霍夫应用科技大学创建的一个高质量的德语TTS数据集，包含超过326小时的音频片段及其匹配的转录文本。数据集主要从librivox.org收集，并通过精细的加工流程处理，以确保音频与转录文本之间的高质量对齐。该数据集包含五个主要发言者和117个额外发言者的音频，旨在为单发言者和多发言者TTS模型提供多样性。数据集的创建过程中，采用了自动化下载、精确的

arXiv2021-06-11 更新270

HiTZ/composite_corpus_es_v1.0

西班牙语语音识别

语音数据集

这是一个由多个公开西班牙语数据集组成的复合数据集，包括Common Voice、OpenSLR、Multilingual Librispeech、VoxPopuli和Basque Parliament的数据。数据集分为训练集、测试集和验证集，每个集合都经过清理和平衡处理，以用于不同的开发任务。

Hugging Face2025-05-12 更新150

Common Phone

语音数据集

声学模型

Common Phone是一个多语种的语音数据集，由Mozilla的Common Voice项目中的超过11,000名贡献者录制，总时长约116小时。该数据集特别强调性别平衡，并包含自动生成的音素分割。数据集内容包括英语、德语、西班牙语、法语、意大利语和俄语六种语言，每种语言都有详细的年龄和性别分布。创建过程中，通过自动化的音素标注程序确保了音素标注的准确性。Common Phone数据集主要用于

arXiv2022-01-31 更新110

theodorr/librispeech_asr_encodec

自动语音识别

语音数据集

该数据集包含多个字段，包括文件路径、音频数据、文本、说话者ID、章节ID和唯一ID。音频数据的采样率为24000Hz。数据集被分为多个分割，如train.clean.100、train.clean.360、train.other.500等，每个分割都有相应的字节大小和样本数量。数据集的下载大小为61838030296字节，总大小为63779756983.662字节。

Hugging Face2024-07-07 更新160

danish-asr-unified

丹麦语语音

语音数据集

Danish ASR Unified Dataset 是一个统一的丹麦语语音识别数据集，整合了7个不同的数据来源，总计约350万样本，约1.6万小时的语音数据。数据集包含以下字段：文本（text）、音频（audio）和来源（source）。音频格式为16kHz单声道OGG Vorbis。数据来源包括欧洲议会录音（VoxPopuli）、丹麦议会录音（ftspeech）、朗读语音（CoRal-v3 r

Hugging Face2026-04-07 更新110

UserLibri

资源简介：

相关数据集