Nexdata/175_Hours_Thai_Spontaneous_Dialogue_Smartphone_speech_dataset
收藏Hugging Face2024-04-15 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/Nexdata/175_Hours_Thai_Spontaneous_Dialogue_Smartphone_speech_dataset
下载链接
链接失效反馈官方服务：
资源简介：
泰国自发对话智能手机语音数据集，基于给定主题的对话，涵盖20多个领域，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322名母语者，地理分布广泛，增强了模型在真实和复杂任务中的表现。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，确保用户隐私和合法权益的维护。数据集格式为16kHz、16bit、未压缩的wav单声道文件，记录条件为低背景噪音的室内环境，使用Android智能手机和iPhone进行录制。数据集包含332名说话者，其中40%为男性，60%为女性。数据集的注释特征包括转录文本、时间戳、说话者ID和性别，单词准确率为97%。
泰国自发对话智能手机语音数据集，基于给定主题的对话，涵盖20多个领域，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322名母语者，地理分布广泛，增强了模型在真实和复杂任务中的表现。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，确保用户隐私和合法权益的维护。数据集格式为16kHz、16bit、未压缩的wav单声道文件，记录条件为低背景噪音的室内环境，使用Android智能手机和iPhone进行录制。数据集包含332名说话者，其中40%为男性，60%为女性。数据集的注释特征包括转录文本、时间戳、说话者ID和性别，单词准确率为97%。
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：Thai(Thailand) Spontaneous Dialogue Smartphone speech dataset
- 数据集内容：基于给定话题的对话数据，涵盖20多个领域。
- 录音条件：低背景噪声（室内）
- 录音设备：Android智能手机，iPhone
- 语言：泰语（th-TH）
数据集特征
- 格式：16kHz, 16bit, 单声道，未压缩wav格式
- 内容分类：基于给定话题的对话
- 发言人信息：
- 总数：332人
- 性别比例：40%男性，60%女性
- 年龄、性别、ID等属性
- 注释特征：转录文本、时间戳、发言人ID、性别
- 准确率：单词准确率（WAR）97%
法律与许可
- 遵守法规：严格遵守数据保护法规和隐私标准，符合GDPR, CCPA, PIPL
- 许可类型：商业许可
