Nexdata/377_Hours_Henan_Dialect_Conversational_Speech_Data_by_Mobile_Phone

河南方言（中国）智能手机语音对话数据集，包含文本内容、时间戳、说话者ID、性别等属性的转录。数据集从广泛且多样化的说话者中收集，地理分布广泛，以提高模型在真实和复杂任务中的性能。数据集的质量经过了多家AI公司的测试，并且严格遵守数据保护法规和隐私标准，确保在数据收集、存储和使用过程中维护用户隐私和合法权益。

原始信息汇总

数据集概述

基本信息

• 名称: Henan Dialect(China) Spontaneous Dialogue Smartphone speech dataset
• 许可证: cc-by-nc-nd-4.0
• 语言: Henan Dialect

数据集描述

• 内容: 包含文本内容、时间戳、说话者ID、性别等属性的自发对话录音。
• 收集: 来自广泛且多样化的说话者，地理位置广泛，用于提升模型在真实复杂任务中的性能。
• 质量: 经过多家AI公司测试。
• 隐私与合规: 严格遵守数据保护法规和隐私标准，符合GDPR、CCPA、PIPL。

技术规格

• 格式: 16kHz, 16bit, uncompressed wav, mono channel
• 环境: 安静的室内环境，无回声
• 内容: 指定数十个话题，说话者在话题下进行对话并录音
• 说话者: 762人
• 注释特征: 文本转录、说话者识别和性别标注
• 设备: Android智能手机、iPhone
• 准确率: 句子准确率(SAR) 95%

许可证信息

• 类型: 商业许可证