Nexdata/Chinese_Wake-up_Words_Speech_Data_by_Mobile_Phone

该数据集包含由手机捕捉的中文唤醒词音频数据，收集自200人，每人180句话，总时长为24.5小时。录音人员来自七个方言区域，性别分布均衡，收集环境多样化，录音文本包括唤醒词和口语句子。数据集可用于自动语音识别和音频说话人识别任务。语言为普通话。

This dataset consists of Mandarin Chinese wake-word audio data captured by mobile phones. It was collected from 200 participants, with 180 utterances per individual, resulting in a total duration of 24.5 hours. The recording participants come from seven dialect regions, have a balanced gender distribution, and the data was collected across diverse recording environments. The recorded texts include both wake words and colloquial sentences. This dataset can be utilized for automatic speech recognition (ASR) and audio speaker recognition tasks.

原始信息汇总

数据集概述

数据集名称

• 名称: Nexdata/Chinese_Wake-up_Words_Speech_Data_by_Mobile_Phone

数据集描述

• 摘要: 该数据集包含由移动电话捕捉的中文唤醒词音频数据，共收集自200人，每人180句，总时长24.5小时。录音人员来自七个方言区，性别分布均衡；采集环境多样化；录音文本包括唤醒词和日常口语句子。
• 支持的任务: 自动语音识别（ASR），音频说话人识别。
• 语言: 普通话中文

数据集结构

• 数据实例: 信息待补充
• 数据字段: 信息待补充
• 数据分割: 信息待补充

数据集创建

• 来源数据: 信息待补充
• 注释过程: 信息待补充
• 个人和敏感信息: 信息待补充

使用数据注意事项

• 社会影响: 信息待补充
• 偏见讨论: 信息待补充
• 其他已知限制: 信息待补充

附加信息

• 许可证信息: 商业许可证，详情见链接：商业许可证
• 数据集管理者: 信息待补充
• 引用信息: 信息待补充