Speech corpus datasets in Urdu

Macgence Data Marketplace2026-04-25 收录

乌尔都语语音

数据链接：

https://data.macgence.com/dataset/speech-corpus-datasets-in-urdu 数据链接链接失效反馈

官方服务：

资源简介：

The audio dataset includes speech corpuses, featuring Urdu speakers from India with detailed metadata.

352小时全双工乌尔都语自然对话手机采集语音数据

乌尔都语语音

语音识别

全双工乌尔都语自然对话手机采集语音数据，基于常见主题来模拟录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，由来自不同地域和文化背景的本土人录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循GDPR,

数据堂170

CLE Pakistan Urdu Speech Corpus

乌尔都语语音

语音合成

The CLE Pakistan Urdu Speech Corpus consists of phonetically rich Urdu sentences extracted from CLE Urdu Digest Corpus and additional sentences covering telephone numbers, addresses and personal names

ELRA130

Urdu Phonological Tele-Assessment Tool (U-PASS): Audio Tracks (Subtests 1, 2, 4, 5, 10)

语音评估

乌尔都语语音

Audio Tracks for Urdu Phonological Tele-Assessment Tool (U-PASS) subtests 1, 2, 4, 5, and 10

DataONE2023-07-18 更新100

gentaiscool/simpleqa_verified_Urdu_50_grammarforce_source

乌尔都语语音

语法分析

该数据集包含1000个评估样本，每个样本具有以下特征：原始索引、问题、答案、主题、答案类型、是否多步骤、是否需要推理以及相关URL。数据集主要用于评估目的，涉及多步骤和需要推理的问题解答。

Hugging Face2025-12-14 更新130

UrduSpeech

乌尔都语语音

语码转换语音处理

UrduSpeech是一个大规模、高保真的乌尔都语语音语料库，总时长156小时，包含71,792个经过说话人分割的话语，并附有全面的12维副语言学元数据。该语料库旨在解决乌尔都语在语音技术领域资源严重不足的问题。数据集覆盖12个内容类别：喜剧节目、戏剧、电影、美食、访谈、新闻、播客、诗歌、散文、街头采访、视频博客和YouTube评论。它由三个专门的子集构成：标准巴基斯坦乌尔都语（US-Std，59

Hugging Face2026-06-01 更新110

Speech corpus datasets in Urdu

资源简介：

相关数据集